双参数MRI影像组学模型对前列腺良性增生结节和前列腺癌的鉴别价值
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.14172/j.issn1671-4008.2021.02.004

双参数MRI影像组学模型对前列腺良性增生结节和前列腺癌的鉴别价值

引用
目的 探讨双参数MRI影像组学模型对良性前列腺增生和前列腺癌的鉴别价值.方法 回顾性分析2015年3月-2017年6月笔者医院收治的157例前列腺结节的临床及影像资料,患者均行MR引导下靶向穿刺活检或前列腺根治切除术,并获得病理结果,其中良性结节92例,恶性结节65例.采用分层随机抽样方法将患者按照7:3的比例分为训练组(111例)与测试组(46例),采用A.K软件基于患者术前MR的T2WI和ADC图像提取396个影像组学特征,采用Spearman相关分析与LASSO回归分析进行特征筛选与模型构建,分别构建ADC影像组学模型、T2WI影像组学模型和双参数影像组学联合模型(影像组学评分),在训练组与测试组中应用受试者操作特征(ROC)曲线及校准曲线对模型进行验证,评价影像组学特征鉴别前列腺良性增生结节和前列腺癌的效能.结果 经过特征筛选,分别用5、6、7个影像组学特征构建前列腺结节良恶性鉴别的ADC模型、T2WI模型及双参数组学特征联合模型.ADC和T2WI影像组学联合模型鉴别良恶性前列腺结节训练组AUC为0.87,测试组中AUC为0.87.训练组中灵敏度和特异度分别为100%、67%,阳性预测值81%,阴性预测值100%,准确率86%.测试组中灵敏度和特异度分别为96%、63%,阳性预测值79%,阴性预测值92%,准确率83%.3种模型的校准曲线,提示预测结果与病理结果一致性较好.结论 基于双参数MR的影像组学模型能够有效鉴别前列腺良性增生结节和前列腺癌.

前列腺癌、前列腺结节、磁共振成像、影像组学

38

R445.2;R737.25(诊断学)

国家临床重点专科军队建设项目原总后卫生部

2021-03-31(万方平台首次上网日期,不代表论文的发表时间)

共7页

107-111,116,封3

相关文献
评论
暂无封面信息
查看本期封面目录

实用医药杂志

1671-4008

37-1383/R

38

2021,38(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn