| 钱洛丹， 吴慧， 牛广明， 任嘉梁， 崔艳芬， 蔚纳.传统影像特征与多序列影像组学模型对上皮性卵巢癌分型的价值[J].放射学实践,2021,(05):621-627 |
| 传统影像特征与多序列影像组学模型对上皮性卵巢癌分型的价值 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2021.05.010 |
| 中文关键词: 上皮性卵巢癌 卵巢肿瘤 组织学分型 影像组学 磁共振成像 |
| 基金项目:内蒙古自然科学基金资助项目(2017MS(LM)0837) |
|
| 摘要点击次数: 3566 |
| 全文下载次数: 3981 |
| 中文摘要: |
| 【摘要】目的:比较传统影像特征与多序列影像组学模型在鉴别诊断Ⅰ型与Ⅱ型上皮性卵巢癌（EOC）中的效能，并验证传统模型与影像组学模型相结合能否提升预测EOC分型的效能。方法:搜集2015年1月-2019年6月经我院手术病理证实为EOC，且术前行MRI检查的61例患者，共80个病灶（Ⅰ型30个，Ⅱ型50个）。建立传统模型，包括常规MRI形态学特征及ADC值，通过多因素logistic回归筛选有统计学意义的特征；建立包括FS-T2WI、DWI和T1增强图像的影像组学模型，每个序列提取1070个影像组学特征，采用单变量分析和最小绝对收缩选择算法（LASSO）筛选重要特征，最后将传统模型与多序列组学模型相结合以建立混合模型。通过ROC曲线分析、校准曲线和决策曲线（DCA）分析验证各模型的预测性能。采用Delong检验比较不同模型之间的AUC值差异。结果:传统模型显示出最高的性能，AUC为0.95（95% CI：0.90~0.99），混合模型的AUC为0.96（95% CI：0.9~1.0），混合模型的性能与传统模型差异无统计学意义（P＞0.05）。校准曲线分析结果表明，传统模型具有最高的可靠性。分层分析结果显示了影像组学模型在早期区分两种肿瘤类型中的潜力。结论:传统模型可成为区分I型与II型EOC的有效工具，影像组学模型有可能在早期更好地区分EOC类型。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
