10.12015/issn.1674-8034.2023.08.013
基于小视野扩散加权成像的影像组学模型对临床显著性前列腺癌的诊断价值
目的 比较基于小视野扩散加权成像(zoomed imaging technique with parallel transmission diffusion weighted imaging,ZOOMit DWI)序列和基于分段读出平面回波(readout segmentation of long variable echo-trains,RESOLVE)DWI序列的影像组学模型对临床显著性前列腺癌(clinically significant prostate cancer,csPCa)的诊断价值.材料与方法 回顾性收集168例行术前MRI检查并经病理证实的前列腺疾患资料,其中csPCa患者83例、非csPCa患者85例.按7:3随机划分训练集(n=117)和测试集(n=51),采用皮尔逊相关系数(pearson correlation coefficient,PCC)分析、ANOVA(analysis of variance)检验筛选影像组学特征,使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法并十折交叉验证进一步筛选特征,使用逻辑回归构建模型.构建基于单一参数的影像组学模型,包括ZOOMit DWI、ZOOMit表观扩散系数(apparent diffusion coefficient,ADC)、RESOLVE DWI和RESOLVE ADC,通过比较后选取诊断效能较优的DWI和ADC联合T2加权成像(T2-weighted imaging,T2WI)建立双参数MRI影像组学模型.通过受试者工作特征(receiver operating characteristic,ROC)曲线分析模型诊断效能,使用DeLong检验比较模型间曲线下面积(area under the curve,AUC).结果 在测试集中,ZOOMit DWI 的 AUC 值高于 RESOLVE DWI(0.917 vs.0.851,P=0.022),ZOOMit ADC 的 AUC值高于 RESOLVE ADC(0.948 vs.0.871,P=0.052).选取ZOOMit DWI 和 ZOOMit ADC联合T2WI 建立双参数MRI影像组学模型,模型在测试集中的AUC值为0.937,明显优于前列腺特异性抗原(prostate specific antigen,PSA)(0.792,P=0.012).结论 基于ZOOMit DWI序列的影像组学模型对csPCa的诊断效能优于基于RESOLVE DWI序列的影像组学模型,联合ZOOMit DWI序列和T2WI序列的双参数MRI影像组学模型对csPCa有较好的诊断价值.
临床显著性前列腺癌、扩散加权成像、影像组学、磁共振成像、诊断效能
14
R445.2;R737.25(诊断学)
2023-09-26（万方平台首次上网日期，不代表论文的发表时间）
共7页
79-85
