基于MRI纹理特征的肺腺癌脑转移瘤诊断及对肺腺癌脑转移EGFR基因突变的预测
目的 探讨基于MRI纹理特征的肺腺癌脑转移瘤诊断及对肺腺癌脑转移EGFR基因突变的预测价值.方法 选取154例肺腺癌患者,根据是否脑转移将患者分成脑转移组(n=71)和非脑转移组(n=83).比较两组患者MRI纹理特征指标,评估能量、熵、惯性矩、相关和逆差矩对肺腺癌脑转移的诊断价值.针对脑转移组患者行EGFR基因检测,将患者分成EGFR突变组(n=33)和EGFR野生组(n=38),单因素和多因素Logistic回归分析确定MRI纹理特征对肺腺癌脑转移患者EGFR基因突变的影响因素.结果 脑转移组患者熵和相关等明显高于非脑转移组,脑转移组患者能量、惯性矩和逆差矩明显低于非脑转移组.根据ROC曲线可得,能量的临界值为0.00121,敏感度为 69.01％,特异度为 71.08％,AUC 为 0.801(95％CI:0.750～0.852);熵的临界值为 10.42,敏感度为73.24％,特异度为69.88％,AUC为0.760(95％CI:0.707～0.812);惯性矩的临界值为7139.86,敏感度为64.79％,特异度为60.24％,曲线下面积(AUC)为0.708(95％CI:0.645～0.772);相关的临界值为0.000026,敏感度为59.15％,特异度为60.24％,AUC为0.631(95％CI:0.564～0.698);逆差矩的临界值为0.0301,敏感度为74.65％,特异度为78.31％,AUC为0.816(95％CI:0.768～0.864).回归分析在最佳临界值是对应的敏感度为80.28％,特异性为80.72％,AUC为0.869(95％CI:0.831～0.907),回归分析的敏感度和特异性明显高于MRI纹理特征的单独诊断.Logistic分析显示,能量、熵、惯性矩、相关和逆差矩是肺腺癌脑转移EGFR基因突变的影响因素(P＜0.05).结论 能量、熵、惯性矩、相关及逆差矩等MRI纹理特征在肺腺癌脑转移瘤中异常表达,单独及回归分析联合诊断可应用于提高肺癌脑转移的诊断效能;且基于MRI纹理特征分析可以用于预测肺腺癌脑转移EG-FR基因突变.
磁共振纹理特征、肺腺癌脑转移瘤、EGFR基因突变、模型建立
42
R734.2;R587.1;R445.1
2023-06-08（万方平台首次上网日期，不代表论文的发表时间）
共6页
498-503
