基于MRI图像和支持向量机的乳腺癌浸润性鉴别模型的构建

摘要：

目的 基于MRI影像组学鉴定乳腺癌的浸润性,期望为临床推广提供参考和依据.方法 选取本院乳腺癌患者126例(23例非浸润性,103例浸润性),按照7∶ 3比例分成训练集(88例)与验证集(38例).2名医师勾画感兴趣区(ROI)后,采用最小绝对收缩和选择算子(LASSO)回归算法进行纹理特征的降维,构建影像学标签,采用支持向量机(SVM)构建鉴定模型,绘制受试者工作特征(ROC)曲线及决策曲线分析(DCA)评价模型诊断效能.结果 2组患者的一般临床特征、病理学及影像学特征差异比较,年龄、表观扩散系数(ADC)、最大直径差异无统计学意义(P＞0.05);毛刺、Ki-67、时间信号强度曲线(TIC)类型、CK5/6差异有统计学意义(P＜0.05);共提取影像学特征3 572个,参数921个,通过LASSO回归降维获取24个较高价值特征;首先训练集数据训练模型,毛刺、Ki-67、TIC及CK5/6作为自变量带入SVM模型,最终模型输出c1=0.121,g1=3.158,计为模型M1;再用已提取的影像组学特征数据构建模型M2,模型关键参数c1=0.365,g1=4.789;曲线下面积(AUC)值M1为0.776[95％置信区间(CI)0.753～0.786],M2为0.861(95％CI 0.821～0.884),差异有统计学意义(Z=7.113,P＜0.001);DCA结果显示M2诊断模型获益优于M1模型.结论 基于MRI影像组学可在术前较为准确鉴定乳腺癌的浸润性,选用的SVM构建诊断模型,取得了较好的诊断效能,可为临床初步筛查乳腺癌浸润性及指导治疗提供依据.

关键词：乳腺癌、影像组学、磁共振成像

所属期刊栏目：38

分类号：R737.9;R445;R445.2(肿瘤学)

在线出版日期：2022-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1456-1459,1468