文章摘要
薛珂,李卓琳,李振辉,赵美琳,孙诗昀,丁莹莹.多参数MRI影像组学特征识别HER-2过表达型乳腺癌[J].放射学实践,2020,(02):186-189
多参数MRI影像组学特征识别HER-2过表达型乳腺癌
  
DOI:10.13609/j.cnki.1000-0313.2020.02.012
中文关键词: 乳腺肿瘤  影像组学  支持向量机(SVM)  磁共振成像  扩散加权成像
基金项目:云南省科技厅科技计划项目(省基础研究计划-昆医联合专项)(2018FE001-066);云南省教育厅科学研究基金(研究生类)(2018Y056)
作者单位
薛珂,李卓琳,李振辉,赵美琳,孙诗昀,丁莹莹 650118昆明,云南省肿瘤医院(昆明医科大学第三附属医院)放射科 
摘要点击次数: 178
全文下载次数: 89
中文摘要:
      【摘要】目的:探讨基于DWI和动态增强MRI(DCE-MRI)的影像组学特征识别HER-2过表达型乳腺癌的可行性。方法:回顾性收集经穿刺或手术病理结果证实为乳腺浸润性导管癌的380例患者,在穿刺或手术前行DWI和DCE-MRI检查,手工逐层勾画ADC及DCE剪影图像上的病灶并提取感兴趣区的影像组学特征,利用秩和检验、Pearson相关分析和支持向量机递归特征消除(SVM-RFE)进行特征筛选并降维,最后使用支持向量机(SVM)构建分类预测模型,采用受试者工作特征(ROC)曲线评估模型的预测效能。结果:HER-2过表达型75例,非HER-2过表达型305例。从ADC及DCE剪影图像提取1294个特征,经过筛选及降维最终选出6个关键影像组学标签。SVM构建的预测模型在训练集及验证集中的曲线下面积(AUC)分别为0.79及0.81,均具有良好的诊断效能和一致性。结论:基于DWI和DCE-MRI影像组学特征构建的预测模型具有良好的稳定性及诊断效能,是识别HER-2过表达型乳腺癌的一种潜在手段。
      
查看全文   查看/发表评论  下载PDF阅读器
关闭