基于FS-T2WI的影像组学鉴别甲状腺乳头状癌与腺瘤

摘要：

目的:探讨基于 FS-T2 WI 的影像组学模型对甲状腺乳头状癌与腺瘤的鉴别诊断价值.方法:回顾性分析经手术病理证实的甲状腺结节共 72 个,其中乳头状癌 42 个,腺瘤 30 个.患者术前均行甲状腺MRI平扫检查.所有结节按 7:3 的比例随机分为训练集和测试集.在FS-T2 WI图中逐层勾画病灶并提取影像组学特征,后使用曼-惠特尼 U 秩和检验以及最小绝对收缩和选择算子对特征进行降维,使用支持向量机(SVM)分类器对提取的特征进行机器学习.通过绘制 ROC 曲线下面积(AUC)、敏感度、特异度 3 个指标评价所构建模型的效能.结果:从 FS-T2 WI 序列中提取出 1409 个特征,经过曼-惠特尼U检验和LASSO 回归降维筛选出 14 个特征,应用 SVM所建立的术前预测模型显示训练集AUC 0.89,敏感度 79％,特异度 86％;测试集AUC 0.85,敏感度 77％,特异度 67％.结论:基于FS-T2 WI的SVM影像组学模型可鉴别甲状腺乳头状癌和腺瘤,从而为甲状腺结节患者的风险预测和个体化治疗提供有效信息.

关键词：影像组学、甲状腺肿瘤、磁共振成像

所属期刊栏目：38

分类号：R736.1;R445.2(肿瘤学)

在线出版日期：2023-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：705-708