文章摘要
唐兴，白国艳，王虹，印弘，张艰，徐肖攀，康晓伟.基于多序列MRI影像组学预测肺腺癌EGFR基因表型[J].放射学实践,2021,(08):1010-1015
基于多序列MRI影像组学预测肺腺癌EGFR基因表型
  
DOI：10.13609/j.cnki.1000-0313.2021.08.012
中文关键词: 肺肿瘤  腺癌  影像组学  磁共振成像  扩散加权成像  表观扩散系数  血管内皮细胞生长因子
基金项目:国家自然科学基金青年项目（81901698）；陕西省重点研发计划项目（2017ZDXM-SF-044）；西京医院助推计划（XJZT5ZL04）；西安市人民医院（西安市第四医院）科研孵化基金（CX-17）
作者单位
唐兴，白国艳，王虹，印弘，张艰，徐肖攀，康晓伟 710032西安，空军军医大学第一附属医院放射科（唐兴，王虹，印弘）；710068西安，陕西省人民医院检验科（白国艳）；710032西安，空军军医大学第一附属医院呼吸与危重症医学科（张艰）；710038西安，空军军医大学军事生物医学工程学系（徐肖攀）；710199西安，西安市人民医院（西安市第四医院）医学影像中心（康晓伟） 
摘要点击次数: 3345
全文下载次数: 3548
中文摘要:
      【摘要】目的：探讨基于多序列MRI影像组学在预测肺腺癌EGFR基因表型中的应用价值。方法：回顾性分析2015年1月－2018年12月行肺部MRI检查及EGFR基因检测的74例肺腺癌患者的临床、病理和影像资料。对肿瘤标本进行基因检测，证实EGFR突变型32例，野生型42例。MRI序列包括T2WI、DWI及ADC图。临床资料包括性别、年龄、吸烟史、CEA、Ki-67、位置、最大直径和病理分级。分别在T2WI、DWI和ADC图上于肿瘤最大截面手动勾画感兴趣区，共提取1404个影像组学特征。然后，利用Student-t检验和基于非线性支持向量机的递归特征消除（SVM-RFE）策略进行特征优选后建立预测模型，并应用受试者工作特征曲线（ROC）评估模型的预测效能。结果：最终选取16个最优纹理特征构建EGFR表型预测模型，其预测EGFR突变型 的敏感度为53.1%，特异度为92.9%，符合率为75.7%，曲线下面积（AUC）为0.826。在此基础上进一步联合性别因素构建模型，预测符合率提高到78.9%。结论：基于多序列MRI影像组学方法可在一定程度上预测肺腺癌的EGFR基因表型，为术前肺腺癌患者的个体化风险分层提供参考。
      
查看全文   下载PDF阅读器
关闭