MRI影像组学特征预测乳腺癌分子分型的价值

摘要：

目的 探讨基于脂肪抑制T2WI、DCE-T1WI和二者联合序列的影像组学特征预测乳腺癌分子分型的价值.方法 回顾性分析经术后病理证实的122例乳腺癌患者,术前均行常规MRI和动态增强扫描.用ITK-SNAP软件勾画感兴趣区,利用AK软件分别提取脂肪抑制T2WI、DCE-T1WI和二者联合序列三维病灶的影像组学特征.采用卡方检验及方差分析比较不同分子分型乳腺癌患者间年龄、绝经状态、淋巴结转移情况特征的差异;使用单因素方法、相关性分析、多因素逻辑回归及套索算法(LASSO)进行特征筛选并降维,采用Logistic回归算法建立模型.利用受试者工作特征曲线评估模型的预测效能.结果 Luminal A型33例,Luminal B型54例,HER-2过表达型17例,三阴(TN)型18例,不同分子分型乳腺癌患者间年龄、绝经状态、淋巴结转移情况的差异均不具有统计学意义(P＞0.05).预测Luminal A型、Luminal B型、HER-2过表达型、TN型乳腺癌最佳效能模型是基于脂肪抑制T2WI和DCE-T1WI联合序列的影像组学特征建立的模型,曲线下面积分别为0.820 (0.742,0.888)、0.808 (0.745,0.869)、0.900(0.833,0.954)、0.837 (0.758,0.905).结论 基于MRI影像组学特征构建的模型可有效无创预测乳腺癌分子分型.

关键词：乳腺癌、分子分型、影像组学、特征提取和选择、受试者工作特征曲线

所属期刊栏目：40

分类号：R737.9;R445.2;TP301.6

资助基金：新疆维吾尔自治区自然科学基金2021AAC03386

在线出版日期：2021-10-29（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：1709-1714