基于影像组学鉴别不同病理类型的肺癌脑转移

摘要：

目的 探讨基于影像组学结合MRI的影像组学特征鉴别不同病理类型的肺癌脑转移.方法 回顾性分析69例经病理诊断为非小细胞肺癌脑转移(NSCLC METs)和小细胞肺癌脑转移(SCLC METs)的患者MRI影像资料.使用不同序列的组合,从T1WI,T2WI和对比增强T1WI中提取每例病例的影像组学特征.通过Variance Threshold,SelectKBest和Lasso方法对影像组学特征进行筛选后,建立了包括随机森林(RF),K邻近(KNN)、支持向量机(SVM)、逻辑回归(LR)和决策树(DT)在内的5个分类器和35个影像组学模型.结果 提取影像组学特征(n=4227),选择了30个特征构建影像组学模型.使用KNN分类方法与T1WI、T2WI和对比增强T1WI序列图像相结合而构建的影像组学模型获得了最佳鉴别效果,NSCLC METs的曲线下面积(AUC) 0.94,敏感度0.88,特异度0.87,SCLC METs的AUC 0.94,敏感度0.87、特异度0.88.结论 使用KNN分类方法与T1 WI、T2WI和对比增强T1WI序列图像相结合而构建的影像组学模型对鉴别肺癌脑转移具有一定的价值.

关键词：肿瘤转移、影像组学、磁共振成像

所属期刊栏目：40

分类号：R734.2;TP391.41;R172

在线出版日期：2021-07-19（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：844-849