基于ADC和增强MRI的影像组学模型预测低级别胶质瘤TERT启动子突变状态

摘要：

目的:探讨基于ADC和增强MRI的影像组学模型对低级别胶质瘤端粒酶逆转录酶基因(TERT)启动子突变状态的预测价值.方法:回顾性搜集109例经病理证实的低级别胶质瘤患者,所有患者术前均行MRI检查,在ADC和对比增强T1 WI(T1 CE)图像上选取病灶最大层面,沿肿瘤边缘勾画ROI,提取影像组学特征.采用三联法(Fisher,POE+ACC,MI)和最小绝对收缩选择算子(LASSO)进行特征筛选,然后行多因素logistic回归分析,构建影像组学预测模型.采用ROC曲线评估预测模型的诊断效能.结果:在ADC和T1 CE图像上分别提取279个影像组学特征,最终筛选出11个影像组学特征,分别建立ADC模型、T1 CE模型和联合分析(ADC+T1 CE)模型共3个影像组学模型.联合分析模型的预测效能最佳,训练集中曲线下面积(AUC)为0.928(95％CI:0.859～0.996),验证集中AUC为0.878(95％CI:0.758～0.997).结论:基于ADC和增强MRI的影像组学模型能有效预测低级别胶质瘤TERT启动子突变状态,将不同序列的影像组学特征结合可提高预测效能.

关键词：胶质瘤、影像组学、磁共振成像、端粒酶逆转录酶基因、TERT启动子突变、预测

所属期刊栏目：37

分类号：R739.41;R445.2(肿瘤学)

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：538-542