影像组学评估乳腺增强MRI非肿块型强化恶性风险的价值

• 作者: 单嫣娜 徐雯 沈起钧 王炜 项晶晶
• 来源期刊: 健康研究
• 学科: 医学
• 关键词: 乳腺 非肿块型强化 磁共振成像 影像组学 异质性
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: “肿瘤影像组学研究”专题
• 页码范围: 485-489,494
• 页数: 6页
• 分类号: R737.9
• 字数: 3932字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6449.2019.05.002

摘要

目的 探讨采用影像组学技术分析评估乳腺MRI非肿块型强化(non-mass enhancement,NME)恶性风险的价值.方法 62例乳腺NME患者的MRI增强图像根据临床随访、病理结果分为低风险组和高风险组.通过分层抽样法分为训练集及验证集,提取6大类共396个影像组学特征(直方图参数、形态学参数、纹理特征参数、灰度共生矩阵参数、游程矩阵参数、灰度区域大小矩阵参数),通过特征降维算法选择具有统计学意义的参数.使用二分类Logistic回归建立预测模型,通过混淆矩阵对验证集进行验证,采用ROC分析评价模型的诊断效能.结果 62例NME中低风险组27例,高风险组35例.降维选择后得到像素灰度范围(Range)、和均值(sumAverage)、集群突出(ClusterProminence_angle45_offset4)、灰度共生矩阵能量(GLCMEnergy_AllDirection_offset7)、灰度共生矩阵熵(GLC-MEntropy_angle135_offset)、长行程高灰度优势(LongRunHighGreyLevelEmphasis_angle45_offset7)、最大直径(Maxi-mum3DDiameter)、紧致性(Compactness)8个影像组学特征.构建的高风险NME预测模型的ROC下面积、敏感度、特异度、准确度分别为0.942、88.7％、85.0％、83.3％;通过混淆矩阵对验证集数据进行验证,ROC下面积、敏感度、特异度、准确度分别为0.794、77.8％、85.7％、81.3％.结论 基于影像组学特征构建的高风险NME预测模型能对NME恶性风险做出预测,为临床处理乳腺NME提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐雯	浙江大学医学院附属杭州市第一人民医院放射科	33	199	8.0	13.0
2	王炜	浙江大学医学院附属杭州市第一人民医院超声影像科	32	126	6.0	10.0
3	项晶晶	浙江大学医学院附属杭州市第一人民医院病理科	3	12	2.0	3.0
4	单嫣娜	浙江大学医学院附属杭州市第一人民医院放射科	4	16	2.0	4.0
5	沈起钧	浙江大学医学院附属杭州市第一人民医院放射科	2	0	0.0	0.0