基于DCE-MRI影像组学特征联合ADC值预测乳腺癌Ki-67表达水平

摘要：

目的 探讨动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)影像组学特征联合表观扩散系数(apparent diffusion coefficient,ADC)值预测乳腺癌Ki-67表达水平的临床价值.材料与方法 回顾性分析2018年12月至2021年12月间经病理证实的234例乳腺癌患者MRI影像资料,依据术后免疫组化结果,将其分为Ki-67高表达组(n=180)和低表达组(n=54),采用半自动分割的方式从DCE-MRI第1期增强图像中提取瘤体1906个组学特征,采用组内相关系数(intra-class correlation coefficient,ICC)、特征间线性相关性分析和最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)最终筛选出4个最优特征构建影像组学模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估影像组学、平均ADC值及二者联合模型的诊断效能.并使用校准曲线及决策曲线评价预测模型的临床实用性.结果 从瘤体提取1906个特征,ICC分析剔除207个、特征间线性相关性分析剔除1626个,剩余73个特征LASSO降维筛选出4个最优组学特征.最终筛选出的4个组学特征,平均ADC值在两组间差异均有统计学意义(P＜0.05).影像组学、平均ADC值及联合模型预测Ki-67高表达的曲线下面积(area under the curve,AUC)分别为0.820、0.676和0.856,三者间的差异均有统计学意义(P＜0.05),联合模型对Ki-67高表达的预测效能最佳,其AUC、敏感度和特异度分别为0.856、88.3％和74.1％,校准曲线及决策曲线显示联合模型具有临床应用价值.结论 基于DCE-MRI组学特征联合平均ADC值对乳腺癌Ki-67高表达具有较高的预测效能,联合模型优于影像组学模型及平均ADC值.

关键词：乳腺癌、Ki-67、影像组学、动态对比增强、扩散加权成像、磁共振成像

所属期刊栏目：14

分类号：R445.2;R737.9(诊断学)

在线出版日期：2023-09-26（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：63-67,85