基于MRI增强序列直方图组学模型预测子宫内膜癌病理分级的价值

• 作者: 唐军 钱银锋 韦超 李信响 方昕 张萍 董江宁
• 来源期刊: 实用放射学杂志
• 学科: 医学
• 关键词: 磁共振成像 直方图 子宫内膜癌 病理学
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 泌尿生殖放射学|Genitourinary Radiology
• 页码范围: 437-440,449
• 页数: 5页
• 分类号: R445.2|R737.33|R446.8
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1671.2022.03.021

摘要

目的 探讨基于MRI增强序列病灶全域直方图组学模型对子宫内膜癌(EC)术前分级的价值.方法 回顾性选取经手术病理证实为EC患者,符合入组患者83例.按低级别(包括Ⅰ、Ⅱ级)与高级别(Ⅲ级)分为2组,低级别组56例(Ⅰ级16例、Ⅱ级40例)、高级别组27例(Ⅲ级).应用GE Analysis Kit(AK)软件在MRI增强延迟期手动逐层勾画病灶感兴趣区(ROI)后融合,获取病灶全域灰度直方图参数.数据预处理后按训练组数据占比为0.69随机分配训练集与验证集.应用LASSO降维筛选特征参数,采用支持向量机(SVM)构建预测模型,使用受试者工作特征(ROC)曲线的曲线下面积(AUC)评估模型诊断效能.结果 训练集共57例(低级别39例,高级别18例),验证集26例(低级别17例,高级别9例).AK软件提取病灶全域灰度直方图特征参数共42个,其中13个参数在高、低级别组间存在统计学差异.LASSO法筛选出Range、uniformity,SVM建模后获得训练集准确率、特异性、敏感性分别为0.75、0.85、0.56,验证集准确率、特异性、敏感性分别为0.85、0.94、0.67.验证集AUC为0.81.结论 基于MRI增强序列病灶容积直方图组学模型数据简便,能够为EC术前病理分级提供便于解读的影像特征参数,可用于临床辅助鉴别诊断.