期刊专题

MR-T2WI影像组学区分不同病理亚型子宫肌瘤的诊断价值

引用
目的 探讨MR-T2WI影像组学区分不同病理亚型子宫肌瘤的诊断价值.方法 回顾性分析63例65个不同病理亚型子宫肌瘤(其中普通型肌瘤20例21个,富细胞型肌瘤22例23个,退变型肌瘤21例21个)的T2WI信号特点及构成比.然后使用图像分割软件(ITK-SNAP)在T2WI图像上对子宫肌瘤进行三维分割和A.K软件进行特征提取,对提取的影像组学特征应用Pearson、rfSBF(随机森林函数)和10重交叉验证抽样方法进行特征选择;再利用R语言Caret包中train函数对筛选后的训练集进行训练,建立条件推理树模型,采用ROC曲线和混淆矩阵计算模型总体的诊断性能,Delong检验比较模型训练组和验证组ROC曲线下面积(AUC).结果 三种病理亚型的子宫肌瘤T2WI信号构成比存在统计差异(p<0.001),其中富细胞型子宫肌瘤呈T2WI均匀高信号的比率最多(65.2%),退变型子宫肌瘤在T2WI呈混杂高信号最多(61.9%),普通型子宫肌瘤在T2WI上均呈低信号.每个子宫肌瘤共提取828项影像组学特征,共筛选出12项在三类子宫肌瘤间最具有鉴别诊断价值的特征.以这些特征建立起来的条件推理树模型鉴别普通型、富细胞型和退变型子宫肌瘤训练组的AUC分别为0.97、0.82、0.91,敏感性分别为100%、70.6%、80%,特异性分别为93.8%、90%、90.6%,阳性预测值88.2%、80%、80%,阴性预测值分别为100%、84.4%、90.6%.验证组的AUC分别为0.92、0.73、0.78,敏感性分别为85.3%、50%、66.7%,特异性分别为100%、75%、75%,阳性预测值100%、50%、57.1%,阴性预测值分别为92.3%、75%、82%.Delong检验显示模型训练组和验证组ROC-AUC无统计学差异(P>0.05).结论 富细胞、退变型及普通型三类子宫肌瘤具有不同的T2WI信号特点,但存在一定交叉重叠.条件推理树三分类模型可以有效区分子宫肌瘤的三种病理学亚型,为子宫肌瘤病理分型提供了一种全新的技术手段.

子宫肌瘤、病理亚型、核磁共振、影像组学、分类

40

安徽省自然科学基金1908085QH364

2022-03-14(万方平台首次上网日期,不代表论文的发表时间)

共6页

2329-2334

暂无封面信息
查看本期封面目录

临床放射学杂志

1001-9324

42-1187/R

40

2021,40(12)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn