基于多序列MRI的影像组学模型在腮腺肿瘤良恶性诊断中的应用

摘要：

目的 探究腮腺肿瘤良恶性的诊断中应用基于多序列MRI的影像组学模型的临床价值.方法 选取2021年1月1日—2022年5月30日于台州市中心医院就诊经病理检查证实的腮腺肿瘤患者共97例,其中良性肿瘤64例,恶性肿瘤33例,提取患者的临床资料及MRI图像.通过ITK-SNAP软件分割感兴趣区域(ROI),使用3D-slicer软件的PyRadiomics插件在T1加权对比增强成像序列(T1Wee)、T2加权序列(T2WI)及基于弥散加权成像(DWI)序列构建的表观弥散系数(ADC)图像中提取120个影像特征,使用Lasso回归进行特征降维,最后使用筛选的影像特征构建支持向量机(SVM)模型.然后绘制ROC曲线,评估模型的诊断效能.结果 2组患者年龄、性别差异无统计学意义.基于患者T1Wce、T2WI和ADC序列以及3个序列联合构建4个影像组学模型用于腮腺肿瘤良恶性诊断,AUC分别为T1Wce模型0.752,T2WI模型0.776,ADC模型0.810,T1 Wce+T2WI+ADC联合模型0.897,三序列联合模型的AUC显著高于单个序列模型.结论 基于MRI影像数据构建的影像组学模型能够有效用于辅助腮腺肿瘤的良恶性诊断,其中联合T1Wce、T2WI和ADC序列构建的模型具有最佳的诊断效能.

关键词：腮腺肿瘤、磁共振成像、影像组学、机器学习、支持向量机

所属期刊栏目：21

分类号：R445.2;R739.8(诊断学)

资助基金：浙江省卫生健康科技计划项目2021KY396

在线出版日期：2023-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：108-111