分享
打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈
收藏
摘要: 目的 探讨增强MRI影像组学分析预测乳腺癌腋窝淋巴结(ALN)转移的价值.方法前瞻性收集2016年5月至2017年12月浙江大学医学院附属杭州市第一人民医院疑似乳腺癌患者196例并行乳腺MRI动态增强检查,分析72个ALN的增强MRI图像,其中转移阴性35个,转移阳性37个.由1名副主任医师及1名住院医师分别进行图像评估,并进行一致性分析.根据临床手术或淋巴结穿刺术的病理结果将淋巴结分为转移阴性和阳性2组,临床及影像资料也对应分组.以3∶1的比例通过分层抽样的方法将两组淋巴结分为训练集及验证集,提取6大类共385个影像组学特征(直方图参数、形态学参数、纹理特征参数、灰度共生矩阵参数、游程矩阵参数、灰度区域大小矩阵参数),通过特征降维算法选择具有统计学意义的参数.使用二分类logistic回归建立预测模型,通过混淆矩阵对验证集进行验证,用ROC分析评价模型的诊断效能.结果 降维选择后得到均匀度、全角度集群突出方差、全角度相关性、长行程优势及表容比5个影像组学特征(P<0.05),ROC分析得出其独立预测ALN转移的曲线下面积为0.747~0.931.影像组学特征的组间一致性较好,组内相关系数为0.841~0.980.基于上述特征构建乳腺癌ALN转移预测模型,该模型的ROC下面积、敏感度、特异度、准确度分别为0.953、0.893、0.926、92.6%(50/54).通过混淆矩阵对验证集进行验证,得到ROC下面积、敏感度、特异度、准确度分别为0.944、0.900、1.000、88.9%(16/18).结论 基于影像组学特征构建的预测模型能无创地对乳腺癌ALN转移风险做出有效评估.
关键词: 乳腺肿瘤、腋窝淋巴结、磁共振成像、影像组学、异质性
所属期刊栏目: 53
资助基金: 浙江省医药卫生科技项目2019KY123,2018KY582;浙江省自然科学基金一般项目LSY19H180009 Fund programs: Medical Health Science and Technology Project of Zhejiang Provincial Health Commission2019KY123, 2018KY582;Natural Science Foundation of the Zhejiang Province General ProgramLSY19H180009
在线出版日期: 2019-10-15(万方平台首次上网日期,不代表论文的发表时间)
页数: 共6页
页码: 742-747
英文信息展示
收起英文信息