建立基于MRI-T2WI的影像组学模型预测肝细胞癌Ki-67的表达水平
目的 通过筛选出基于MRI-T2WI图像的最优影像组学标签,建立预测肝细胞癌(HCC)瘤体中细胞增殖抗原标记物(Ki-67)表达程度的预测模型.方法 搜集行肝部MRI影像学检查并经术后病理证实为HCC、行Ki-67表达水平检测的108例患者.并将所有病例随机分组为训练集(80％)、测试集(20％).经人工勾画出瘤体影像边界、提取感兴趣容积(VOI)的纹理特征参数.基于Radiomics cloud platform(慧影医疗)软件,先后通过移除低方差的特征、单变量特征选择、LASSO算法三次数据筛选分析,提取训练集最优影像组学特征.再利用所提取影像组学特征,经由逻辑式回归(LR)及支持向量机(SVM)两种分类器建立影像组学-Ki-67表达预测模型,通过建立训练集与测试集受试者工作特征(ROC)曲线评估预测模型的可行性.结果 入组的108例患者按Ki-67阳性率≥50％分组,经由三次数据分析筛选出最优影像组学特征7个,并利用所得最优影像组学标签建立预测模型,以Ki-67 ≥50％分组时两种分类器所得测试集ROC曲线下面积(AUC)为0.793、0.871. 结论 HCC MRI-T2WI影像组学特征与瘤体Ki-67的表达具有相关性,可作为临床术前无创性预测HCC Ki-67表达的手段.
影像组学、磁共振成像、肝细胞癌、Ki-67、免疫组织化学
40
R739.65;TP391;R445.2
2021-05-25（万方平台首次上网日期，不代表论文的发表时间）
共6页
300-305
