本研究由来自华中科技大学同济医学院附属武汉中心医院放射科的Ni Liu、Zengfa Huang等学者，以及Bayer Healthcare武汉分公司的Jun Chen共同完成。论文《Radiomics analysis of dual-energy CT-derived iodine maps for differentiating malignant from benign thyroid nodules》发表于2025年的《Medical Physics》期刊（DOI: 10.1002/mp.17510），属于医学影像学与肿瘤诊断交叉领域的前沿研究。

学术背景

随着CT（计算机断层扫描）和超声等敏感成像技术的普及，甲状腺结节的检出率显著提高，但只有少数结节为恶性。目前临床面临的挑战在于如何准确区分良恶性结节，以避免不必要的医疗支出和患者焦虑。双能CT（dual-energy CT, DECT）通过两种X射线能谱对物质进行分解，可生成碘图（iodine maps），量化碘浓度以表征组织特性。放射组学（radiomics）通过高通量提取影像特征，可挖掘肿瘤异质性等深层次信息。然而，基于DECT碘图的放射组学在甲状腺结节鉴别诊断中的应用尚未得到系统研究。因此，本研究旨在开发一种基于静脉期碘图的放射组学列线图（radiomic nomogram），以提高良恶性甲状腺结节的术前鉴别能力。

研究方法与流程

1. 患者招募与数据收集

研究回顾性纳入了2018年1月至2019年1月期间的141例甲状腺结节患者，随机分为训练队列（n=98）和测试队列（n=43）。纳入标准包括：（1）DECT检查后1周内获得病理结果；（2）结节为实性或混合囊性；（3）若同一患者有多个结节，仅选择最大结节。排除标准包括直径 mm的结节、活检或治疗史、病理结果不明确存在明显伪影的病例。

2. DECT扫描与碘图生成

使用子128排DECT扫描仪（Somatom Definition Flash），扫描范围从颅底至主动脉弓上缘。扫描参数：管电压A（80 kVp，200 mAs）和管电压B（140 kVp，178 mAs），采用Care Dose 4D系统降低剂量。静脉期延迟50秒，注射碘对比剂（Omnipaque，速率3.5 mL/s）。通过双能系统后处理软件（syngo Dual Energy）生成120 kVp等效单能图像和碘图，算法基于脂肪、软组织和碘三种物质分解直接量化碘浓度（IC）。

3. 临床与影像特征分析

记录患者年龄、性别等临床资料，两名放射科医师盲法评估以下影像特征： - 定性分析：结节位置（右叶/左叶/峡部）、形态（囊变>50%定义为囊性为主）、钙化（粗钙化或点状钙化）、边界（光滑/不规则）等。 - 分析：结节、正常甲状腺组织和颈动脉的IC，计算标准化碘浓度（NIC，公式：NIC=(IC结节-IC甲状腺)/IC颈动脉）。

4. 放射组学特征提取与建模

• 图像分割：使用ITK-SNAP软件手动勾画结节三维ROI（感兴趣区域），提取80 kVp、140 kVp及碘图的1210个放射组学特征。
• 特征筛选：通过方差过滤（阈值1.0）、t检验/Mann-Whitney U检验（p<0.05）和LASSO回归（最小绝对收缩选择算子）降维，最终保留9个关键特征构建放射组学评分（Rad-score）。
• 模型建立：开发三种预测模型：（1）临床模型（年龄、NIC、囊变）；（2）放射组学模型（Rad-score）；（3）联合模型（整合临床与放射组学特征）。采用ROC曲线、校准曲线和决策曲线（DCA）评估性能。

主要结果

1. 临床特征差异：恶性结节患者更年轻（中位年龄49 vs 63岁，p<0.001），NIC更低（-0.51 vs -0.28，p=0.003），囊变更少见（5.08% vs 46.15%，p<0.001）。
2. 模型性能：
   • 联合模型在训练队列和测试队列的AUC（曲线下面积）分别为0.96和0.90，显著优于单独临床模型（AUC 0.⁸⁷⁄₀.79，p=0.01/0.04）和放射科医师主观评估（AUC 0.⁸¹⁄₀.69）。
   • 放射组学特征中，小波变换的联合熵（wavelet-LLH_GLCM_joint entropy）对恶性预测贡献最大，反映结节内部异质性。
3. 列线图应用：基于联合模型构建的列线图显示，Rad-score在总分中占比最高，提示放射组学特征对鉴别诊断的主导作用。

结论与价值

本研究首次将DECT碘图放射组学应用于甲状腺结节良恶性鉴别，联合模型通过量化结节功能（碘摄取）和结构异质性，显著提高了诊断准确性。其科学价值在于：（1）证实了碘图放射组学在甲状腺癌中的生物学基础（如碘代谢异常与恶性程度相关）；（2）提供了一种无创、可重复的术前评估工具。临床应用上，该模型可减少不必要的活检或手术，优化治疗决策。

研究亮点

1. 方法创新：首次整合DECT碘图定量参数与放射组学，避免了传统单层面ROI分析的局限性。
2. 技术优势：采用多参数特征筛选和交叉验证，确保模型稳健性；通过ICC（>0.7）验证特征提取的可重复性。
3. 临床实用性：列线图直观展示各因素权重，便于临床快速评估。

局限性

研究为单中心回顾性设计，样本量较小；手动分割可能引入偏差。未来需多中心前瞻性研究验证，并探索自动化分割算法的应用。