10.12015/issn.1674-8034.2023.02.011
基于原发灶的磁共振ADC图、T2WI影像组学模型预测前列腺癌骨转移的价值
目的 探讨基于前列腺癌(prostate cancer,PCa)原发灶的表观扩散系数(apparent diffusion coefficient,ADC)图、T2加权成像(T2 weighted imaging,T2WI)非增强序列影像组学模型预测PCa骨转移的价值.材料与方法 回顾性分析来自2个中心且经穿刺或手术病理证实的178例PCa患者(不伴骨转移者115例,伴骨转移者63例)的MRI(ADC图和T2WI)资料.来自中心1的患者按照7:3的比例随机分为训练组(n=97)和测试组(n=43),来自中心2的患者(n=38)作为外部验证组.图像重采样后,分别在ADC和T2WI图像上勾画肿瘤区域并进行特征提取.经过一致性检验后,采用单因素分析和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行影像组学特征筛选.采用logistic回归分析构建影像组学预测模型,使用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)评估模型的预测效能.使用DeLong检验对模型进行比较,校准曲线对模型进行评价.结果 从ADC、T2WI及ADC+T2WI联合序列中各提取10、3和5个影像组学特征分别进行建模.测试组的AUC分别为0.83(95％CI:0.71～0.95)、0.78(95％CI:0.62～0.93)和0.81(95％CI:0.67～0.95);外部验证组的AUC分别为0.82(95％CI:0.67～0.97)、0.69(95％CI:0.51～0.86)和0.84(95％CI:0.72～0.97).DeLong检验显示,在外部验证组中基于ADC+T2WI联合序列影像组学模型优于基于T2WI单序列影像组学模型(P=0.02),余无差异.结论 基于原发灶的ADC图较T2WI单序列影像组学模型对PCa骨转移具有更高的预测效能,而ADC+T2WI联合影像组学模型并没有表现出更佳的效能,这可能便于临床早期预测PCa骨转移风险.
前列腺癌、骨转移、磁共振成像、扩散加权成像、表观扩散系数、影像组学
14
R445.2;R737.25(诊断学)
国家重点研发计划;重庆市临床重点专科建设项目
2023-03-06（万方平台首次上网日期，不代表论文的发表时间）
共7页
61-67
