基于MRI增强序列直方图组学模型预测子宫内膜癌病理分级的价值

摘要：

目的 探讨基于MRI增强序列病灶全域直方图组学模型对子宫内膜癌(EC)术前分级的价值.方法 回顾性选取经手术病理证实为EC患者,符合入组患者83例.按低级别(包括Ⅰ、Ⅱ级)与高级别(Ⅲ级)分为2组,低级别组56例(Ⅰ级16例、Ⅱ级40例)、高级别组27例(Ⅲ级).应用GE Analysis Kit(AK)软件在MRI增强延迟期手动逐层勾画病灶感兴趣区(ROI)后融合,获取病灶全域灰度直方图参数.数据预处理后按训练组数据占比为0.69随机分配训练集与验证集.应用LASSO降维筛选特征参数,采用支持向量机(SVM)构建预测模型,使用受试者工作特征(ROC)曲线的曲线下面积(AUC)评估模型诊断效能.结果 训练集共57例(低级别39例,高级别18例),验证集26例(低级别17例,高级别9例).AK软件提取病灶全域灰度直方图特征参数共42个,其中13个参数在高、低级别组间存在统计学差异.LASSO法筛选出Range、uniformity,SVM建模后获得训练集准确率、特异性、敏感性分别为0.75、0.85、0.56,验证集准确率、特异性、敏感性分别为0.85、0.94、0.67.验证集AUC为0.81.结论 基于MRI增强序列病灶容积直方图组学模型数据简便,能够为EC术前病理分级提供便于解读的影像特征参数,可用于临床辅助鉴别诊断.

关键词：磁共振成像、直方图、子宫内膜癌、病理学

所属期刊栏目：38

分类号：R445.2;R737.33;R446.8(诊断学)

在线出版日期：2022-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：437-440,449