基于乳腺X线摄影的影像组学对乳腺肿块和钙化良恶性分类的研究

摘要：

目的:探讨基于乳腺X线摄影的影像组学在乳腺肿块和钙化良恶性鉴别中的应用价值,并将结果与有经验的放射科医生相对比.方法:回顾性收集本院PACS系统中2014年5月1日-2020年3月1日诊断性乳腺X线图像,根据纳入和排除标准筛选出边界清晰的乳腺肿块性病变患者188例(316幅X线图像)和钙化性病变患者215例(364幅X线图像),训练集与测试集比例分别为222:94和256:108,良恶性病变比例约1:1.先采用深度学习的自动分割模型获取肿块和钙化区域ROI,再利用影像组学技术建立良恶性分类模型,计算模型预测病灶良恶性的曲线下面积(AUC),准确性(ACC),敏感度(SEN)和特异度(SPE),并且与有经验的放射科医师对比.结果:乳腺肿块影像组学良恶性分类模型的AUC、ACC、SPE、SEN分别为0.84、0.80、0.89、0.73,乳腺钙化影像组学良恶性分类模型的AUC、ACC、SPE、SEN分别为0.88、0.85、0.87、0.84,放射科医生鉴别乳腺肿块良恶性的ACC、SPE、SEN分别为0.80、0.88、0.76,放射科医生鉴别乳腺钙化良恶性ACC、SPE、SEN分别为0.84、0.80、0.86.两种方法的诊断结果一致性方面差异无统计学意义(P>0.05).结论:影像组学模型可以提取并量化乳腺X线图像纹理特征,在鉴别边界清晰的乳腺肿块和钙化的良恶性方面是可行的,有潜在的临床应用价值.

关键词：乳腺X线摄影、影像组学、肿块、钙化、二分类

所属期刊栏目：37

分类号：R814.41;R737.9(放射医学)

在线出版日期：2022-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：325-330