乳腺X线影像组学标签在预测乳腺癌HER2表达中的价值

• 作者: 帅鸽 郁义星 董佳 杨玲 胡春洪
• 来源期刊: 放射学实践
• 学科: 医学
• 关键词: 乳腺肿瘤 HER2表达 乳腺X线摄影 影像组学
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 胸部影像学|Original Articles
• 页码范围: 41-47
• 页数: 7页
• 分类号: R737.9|R814.41
• 语种: 中文
• DOI: 10.13609/j.cnki.1000-0313.2022.01.008

摘要

目的:探讨乳腺X线摄影影像组学标签在预测乳腺癌HER2表达中的价值.方法:回顾性分析2018年1月-2020年10月在苏州大学附属第一医院及苏州市立医院经病理证实为乳腺癌患者的临床及X线资料.共入组222例女性患者,平均年龄(53.70±14.46)岁,其中HER2阳性患者59例,阴性患者163例,苏州大学附属第一医院患者设为训练集(n=154),苏州市立医院患者设为验证集(n=68),对比获得的双乳内外斜位(MLO)和头尾位(CC)X线图像,选取病灶面积较大的乳腺X线图像利用MaZda软件进行图像分割和影像组学特征提取.采用费希尔参数法(Fisher)、分类错误率联合平均相关系数法(POE+ACC)和相关信息测度法(MI)分别进行特征筛选,得到三组特征子集.将准确率最高的特征子集进行Z-Score标准化,再采用二元logistic回归进一步筛选,利用选择特征的线性融合构建影像组学标签,计算每例患者的组学标签得分,并进行受试者工作特征(ROC)曲线分析,计算其预测乳腺癌HER2表达的曲线下面积(AUC)、准确率、敏感度、特异度、阳性预测值和阴性预测值.结果:(POE+ACC)-NDA法筛选出的训练集特征子集准确率最高,为88.31％.在训练集利用逻辑回归筛选特征后获得影像组学标签Radscore=-2.149-0.548×WavEnLH_s-4+0.475×Kurtosis-0.765×Perc.01％-0.703×WavEnHH_s-5-0.513×Teta4+1.069×135dr_ShrtREmp-3.831×WavEnHH_s-1,在训练集HER2阳性组与阴性组乳腺癌的影像组学得分分别为0.159(-0.357,0.928)和-2.987(-3.997,-1.184),差异有统计学意义(Z=-8.088,P<0.001);在验证集HER2阳性组与阴性组乳腺癌的影像组学得分分别为0.475(-0.412,1.541)和-3.093(-4.126,-1.157),差异有统计学意义(Z=-4.865,P<0.001).影像组学标签预测训练集乳腺癌HER2表达的AUC、准确率、敏感度、特异度、阳性预测值和阴性预测值分别为0.927(95％可信区间0.881～0.973)、85.4％、87.6％、71.4％、94.3％和87.0％;预测验证集乳腺癌HER2表达的AUC、准确率、敏感度、特异度、阳性预测值和阴性预测值分别为0.889(95％可信区间0.813～0.964)、94.4％、74.0％、56.7％、97.3％和79.4％.结论:乳腺X线摄影影像组学标签可用于术前预测乳腺癌患者HER2表达情况,具有较高的应用价值.