基于表观扩散系数图像的影像组学模型对MRI乳腺影像报告与数据系统4类病变良恶性的鉴别诊断价值

• 作者: 张立娜 徐克 李昕 柴瑞梅 胡斌 郭妍 黎庶
• 来源期刊: 中华放射学杂志
• 关键词: 乳腺肿瘤 磁共振成像 影像组学
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 影像组学研究
• 页码范围: 922-925
• 页数: 4页
• 字数: 3702字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1005-1201.2017.12.007

摘要

目的 探讨基于ADC图像的影像组学模型对乳腺MRI乳腺影像报告和数据系统(BI-RADS)4类病变良恶性的鉴别诊断价值.方法 回顾性分析中国医科大学附属第一医院2014年12月至2015年12月,经乳腺动态对比增强MRI(DCE-MRI)检查诊断为BI-RADS 4类病变,且最终诊断经病理证实的88例女性患者.良性病变36例,恶性病变52例.患者均行乳腺MRI平扫、DWI及DCE-MRI扫描.参照DCE-MRI图像对病变进行亚型分级,分为4A、4B或4C类,以病理结果为金标准,计算亚型分级的阳性预测值,并采用ROC评价亚型分级的诊断效能.将ADC图像导入Analysis-Kinetics分析软件,进行影像特征提取.对影像特征进行预处理,训练组63例,验证组25例.采用Kruskal-Wallis检验和Spearman相关性分析进行特征降维,利用R语言软件包中的"glm"函数建立线性回归(LLR)模型,以交叉验证(10折,重复10次)方法对LLR模型进行检验,并绘制ROC检验模型的敏感度和特异度.结果 BI-RADS 4A、4B、4C亚型阳性预测值分别为16.7%(2/12)、59.6% (28/47)、75.9%(22/29);ROC下面积为0.650,诊断敏感度、特异度分别为76.9%和45.9%.影像特征提取得到396个影像组学特征,经降维得到与良恶性鉴别相关的参数5个(区大小变异度、熵差、区百分比、强度值变异度和逆差矩).建模后验证LLR模型诊断准确度为80.0%(20/25),ROC下面积为0.790,最佳截断点为0.45,诊断敏感度和特异度分别为81.3%和77.8%.结论 基于ADC图像的影像组学模型可对鉴别乳腺BI-RADS 4类病变良恶性具有价值,诊断效能高于临床亚型分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昕	中国医科大学附属第一医院放射科	72	305	9.0	13.0
2	徐克	中国医科大学附属第一医院放射科	367	3020	24.0	33.0
3	张立娜	中国医科大学附属第一医院放射科	19	153	8.0	12.0
4	黎庶	中国医科大学附属第一医院放射科	47	467	13.0	18.0
5	郭妍	中国医科大学附属第一医院放射科	3	23	2.0	3.0
6	柴瑞梅	中国医科大学附属第一医院放射科	10	59	5.0	7.0
7	胡斌	中国医科大学附属第一医院放射科	1	9	1.0	1.0