文章摘要
张玉姣, 宋德领, 王燕飞, 马永青, 杨飞, 朱月香, 崔书君.基于乳腺X线图像影像组学列线图对乳腺癌腋窝淋巴结转移的预测价值[J].放射学实践,2022,(01):48-54
基于乳腺X线图像影像组学列线图对乳腺癌腋窝淋巴结转移的预测价值
  
DOI:10.13609/j.cnki.1000-0313.2022.01.009
中文关键词: 乳腺肿瘤  腋窝淋巴结  放射摄影术  影像组学  列线图
基金项目:
作者单位
张玉姣, 宋德领, 王燕飞, 马永青, 杨飞, 朱月香, 崔书君 075000河北,河北北方学院附属第一医院影像科(张玉姣, 王燕飞, 马永青, 杨飞,朱月香,崔书君)
075000河北, 河北北方学院研究生院(宋德领) 
摘要点击次数: 1776
全文下载次数: 1931
中文摘要:
      【摘要】目的:探讨基于乳腺X线图像影像组学列线图对乳腺癌腋窝淋巴结(ALN)转移的预测价值。方法:回顾性分析188例乳腺癌患者的乳腺X线图像和临床资料,按照7:3的比例将患者随机分割为训练组(n=130)和验证组(n=58)。使用MaZda软件在乳腺X线图像内提取影像组学特征,应用方差选择法和最小绝对收缩与选择算子算法(LASSO)对提取的特征参数进行降维后建立影像组学标签,采用ROC曲线下面积(AUC)对训练组和验证组的影像组学标签的诊断效能进行评价;对临床病理特征进行单因素Logistic回归分析,联合影像组学标签和独立临床预测因子构建联合预测模型并绘制影像组学列线图,通过绘制校正曲线评估其标定,计算预测模型的AUC、敏感度、特异度。最后采用决策分析曲线评价列线图在不同风险阈值下的净获益情况。结果:从乳腺X线图像中提取了317个影像组学特征,利用LASSO算法筛选出14个价值较高的影像组学特征。由14个与乳腺癌ALN转移相关特征构建的影像组学标签分别达到了中等预测效果,训练组和验证组的AUC分别为0.760和0.742。肿瘤大小和影像组学标签构建的影像组学列线图有着较高的校准性能和预测性能,训练组和验证组的AUC分别为0.808和0.811。决策曲线显示影像组学列线图在5%~82%阈值范围内表现出良好的临床应用效能。结论:基于乳腺X线图像建立的影像组学列线图可以作为一种无创性的预测工具,帮助临床医生在术前确定乳腺癌患者的腋窝淋巴结状态。
      
查看全文   下载PDF阅读器
关闭