基于MRI影像基因组学预测肺腺癌脑转移瘤EGFR突变状态
目的 基于脑转移瘤的MRI影像组学特征预测原发肺腺癌中表皮生长因子受体(EGFR)突变状态,并探讨预测EGFR突变的最佳MRI序列.方法 回顾性分析146例肺腺癌脑转移患者(EGFR突变型104例,野生型42例)的增强T1WI序列、FLAIR序列和DWI序列图像,按7∶3的比例随机分为训练集(103例)和验证集(43例),基于以上3个MRI序列进行影像组学特征提取及预测模型构建,然后利用验证集数据评价组学模型的效能.结果 在增强T1WI、FLAIR及DWI联合序列的训练组中,从总共3111个组学特征中最终筛选出来的9个显著特征,联合多序列构建的逻辑回归预测模型训练集曲线下面积为0.830(95％CI 0.748～0.913),准确度为0.718,敏感度为0.644,特异度为0.900;在验证集中,曲线下面积为0.823(0.690～0.955),准确度为0.744,敏感度为0.710,特异度为0.833.结论 基于MRI多个联合序列的影像组学特征可作为预测肺腺癌EGFR突变状态的无创辅助工 具.
肺腺癌、脑转移瘤、影像基因组学、磁共振成像、表皮生长因子受体
42
R734.2;R445;R814.42
河北大学研究生创新资助项目;河北大学优秀青年科研创新团队;河北大学医学学科培育项目
2023-05-09（万方平台首次上网日期，不代表论文的发表时间）
共6页
20-25
