文章摘要
朱洁，沈浮，袁渊，王敏杰，白辰光，王颢，邵成伟.磁共振影像组学对直肠癌新辅助治疗后病理完全反应的评估价值[J].放射学实践,2022,(04):426-431
磁共振影像组学对直肠癌新辅助治疗后病理完全反应的评估价值
  
DOI：10.13609/j.cnki.1000-0313.2022.04.003
中文关键词: 直肠癌  新辅助治疗  影像组学  磁共振成像  机器学习
基金项目:
作者单位
朱洁，沈浮，袁渊，王敏杰，白辰光，王颢，邵成伟 200433上海，上海长海医院影像医学科（朱洁，沈浮，袁渊，王敏杰，邵成伟），病理科（白辰光），肛肠外科（王颢） 
摘要点击次数: 2903
全文下载次数: 3233
中文摘要:
      【摘要】目的：探讨基于MR T2WI的影像组学方法对直肠癌接受新辅助治疗（nCRT）后病理完全反应（pCR）状态的评估价值。方法：回顾性分析2019年1月-2020年12月在我院接受新辅助放化疗（nCRT）后行手术切除的99例局部进展期直肠癌（locally-advanced rectal cancer,LARC）患者的病例资料。根据术后病理检查结果，分为pCR组（22例）及非pCR组（77例）。在高分辨率T2WI上勾画病灶的容积感兴趣区（volume of interest，VOI）并提取其组学特征，采用最小绝对收缩和选择算子（LASSO）算法进行特征降维，筛选出与pCR相关的最佳组学特征。将所有病例按照7∶3的比例随机分为两组：训练集（68例）和测试集（31例），建立支持向量机（support vector machine,SVM）机器学习模型，绘制其ROC曲线，并计算曲线下面积（AUC）、敏感度和特异度。结果：共提取1409个组学特征，经降维后得到11个最有价值的组学特征。建立的SVM机器学习模型在测试集中预测pCR的AUC为0.798（95%CI：0.615~0.920），符合率为83.87%，敏感度为85.71%，特异度为83.33%。结论：基于高分辨T2WI的影像组学特征有助于预测nCRT后直肠癌pCR状态，可指导临床决策。
      
查看全文   下载PDF阅读器
关闭