基于MRI影像组学特征构建膀胱尿路上皮癌病理分级预测模型的价值
目的 探讨基于MRI影像组学特征构建膀胱尿路上皮癌病理分级预测模型的价值.方法 搜集经手术病理证实的100例膀胱尿路上皮癌患者,其中低级别尿路上皮癌(LGUC)28例和高级别尿路上皮癌(HGUC) 72例.通过随机分层抽样方法以7∶3的比例分为训练组及测试组.使用ITK-SNAP软件勾画T2WI、扩散加权成像(DWI)、表观扩散系数(ADC)图的肿瘤三维容积感兴趣区(VOI),然后导入A.K.软件提取影像组学特征.依次采用方差法、最小冗余最大相关法(mRMR)和最小绝对收缩选择算法(LASSO)进行特征筛选和降维.应用Logistic回归算法构建预测模型,绘制受试者工作特征曲线(ROC)评价模型效能,并在测试组中验证.结果 通过Logistic回归算法构建4个影像组学的模型:T2WI单序列预测模型、DWI单序列预测模型、ADC单序列预测模型及T2WI+DWI+ ADC联合预测模型.在基于MRI影像组学的单序列预测模型中,ADC单序列预测模型鉴别LGUC与HGUC的曲线下面积(AUC)值最高(训练组和测试组分别为0.825、0.818),高于DWI单序列预测模型AUC值(训练组和测试组分别为0.794、0.750)与T2WI单序列预测模型AUC值(训练组和测试组分别为0.811、0.739).此外,相较于基于MRI影像组学的单序列预测模型,T2WI+ DWI+ ADC联合预测模型具有更高的AUC值(训练组和测试组分别为0.912和0.824),其在训练组鉴别LGUC与HGUC的敏感度、特异度、AUC分别为100％、80.0％、0.912,测试组分别为77.3％、87.5％及0.824.结论 基于MRI影像组学特征的预测模型对鉴别LGUC与HGUC具有较大的应用价值,其中T2WI+ DWI+ ADC联合预测模型较单序列预测模型显示出更高的预测效能.
膀胱肿瘤、磁共振成像、影像组学、病理分级
41
广东省医学科研基金;梅州市社会发展科技计划项目;梅州市人民医院科研培育项目;梅州市人民医院科研培育项目
2022-03-14（万方平台首次上网日期，不代表论文的发表时间）
共5页
116-120
