基于DBT的影像组学在预测乳腺癌分子分型中的价值
目的 探讨基于数字乳腺断层摄影(DBT)的影像组学方法在预测浸润性乳腺癌分子分型中的价值.方法 选取浸润性乳腺癌患者217例的标准DBT影像及临床病理资料,其中luminal型167例,非luminal型50例,按7:3的比例将患者随机分为训练集和验证集.手动勾画感兴趣区域(ROI),提取和筛选头尾位(CC位)及内外侧斜位(MLO位)影像组学特征,采用逻辑回归(LR)算法建立CC位、MLO位、CC+MLO位模型.分析临床病理特征,得到独立预测因子后建立联合临床模型,并绘制诺模图.使用受试者工作特征曲线(ROC)评估模型的诊断效能.结果 CC位、MLO位图像各筛选出7个关键组学特征,将Ki-67状态和乳腺影像报告数据系统(BI-RADS)分型作为临床独立预测因子.CC位、MLO位、CC+MLO位及联合临床模型在训练集和验证集中的AUC值分别为0.800、0.789、0.853、0.873和0.753、0.715、0.846、0.865.结论 基于DBT的影像组学可在术前较精确地预测乳腺癌分子分型,建立的诺模图具有良好的诊断效能,可为临床提供治疗方案及评估预后等额外价值.
乳腺癌、影像组学、分子分型、诺模图、X线摄影
33
R737.9;R445.4(肿瘤学)
2023-11-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
1598-1602