磁共振成像

2022, v.13;No.121(07) 61-67

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于多参数MRI影像组学的列线图术前预测子宫内膜癌淋巴血管间隙侵犯的研究
Preoperative predicting lymphov-ascular space invasion in endometrial carcinoma by nomogram based on mpMRI radiomics

彭永佳;刘晓雯;唐雪;罗燕;江长思;龚静山;

摘要(Abstract):

目的 探讨基于多参数MRI(multiparametric magnetic resonance imaging, mp MRI)影像组学列线图预测子宫内膜癌(endometrial cancer, EC)淋巴血管侵犯(lymphatic vascular space invasion, LVSI)的价值。材料与方法 回顾性分析术前行盆腔mp MRI检查的202例经手术病理证实为EC患者的病例资料,并按7∶3随机分为训练集和验证集。运用开源的ITK-SNAP软件勾画兴趣区(region of interest, ROI),使用Pyradiomics软件从mpMRI影像图中提取EC影像组学特征。采用单因素分析临床基本资料和影像组学特征,通过最小绝对收缩和选择算法(least absolute shrinkage and selection operator, LASSO)回归筛选影像组学特征并计算影像组学分数(radiomics score, Rad-score),多因素logistic回归用于筛选LVSI独立危险因素,使用R语言建立模型并绘制列线图,模型的预测效能采用C指数(C-index)评价,比较影像组学模型和列线图对LVSI的预测效能。结果 321个影像组学特征经LASSO回归筛选出13个影像组学特征并计算Rad-score。单因素和多因素logistic回归分析发现年龄、病理学分级以及Rad-score为LVSI的独立危险因素。联合LVSI危险因素构建的列线图在训练集和验证集中C-index分别为0.871 (95%CI:0.803~0.940)和0.810 (95%CI:0.698~0.917);影像组学模型在训练集和验证集中C-index分别为0.854 (95%CI:0.784~0.925)和0.756 (95%CI:0.619~0.892)。列线图和影像组学模型对LVSI均具有较高的预测效能,并且列线图高于影像组学模型。结论 基于mpMRI影像组学列线图对EC的LVSI术前评估具有较高的诊断效能。

关键词(KeyWords): 子宫内膜癌;淋巴血管间隙侵犯;多参数磁共振成像;影像组学;列线图

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(编号:82172026)~~

作者(Authors): 彭永佳;刘晓雯;唐雪;罗燕;江长思;龚静山;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享