| 卢俊， 李祥， 黎海亮.基于ADC和增强MRI的影像组学模型预测低级别胶质瘤TERT启动子突变状态[J].放射学实践,2022,(05):538-542 |
| 基于ADC和增强MRI的影像组学模型预测低级别胶质瘤TERT启动子突变状态 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2022.05.001 |
| 中文关键词: 胶质瘤 影像组学 磁共振成像 端粒酶逆转录酶基因 TERT启动子突变 预测 |
| 基金项目: |
|
| 摘要点击次数: 1686 |
| 全文下载次数: 2146 |
| 中文摘要: |
| 【摘要】目的：探讨基于ADC和增强MRI的影像组学模型对低级别胶质瘤端粒酶逆转录酶基因（TERT）启动子突变状态的预测价值。方法：回顾性搜集109例经病理证实的低级别胶质瘤患者，所有患者术前均行MRI检查，在ADC和对比增强T1WI（T1CE）图像上选取病灶最大层面，沿肿瘤边缘勾画ROI，提取影像组学特征。采用三联法（Fisher，POE+ACC，MI）和最小绝对收缩选择算子（LASSO）进行特征筛选，然后行多因素logistic回归分析，构建影像组学预测模型。采用ROC曲线评估预测模型的诊断效能。结果：在ADC和T1CE图像上分别提取279个影像组学特征，最终筛选出11个影像组学特征，分别建立ADC模型、T1CE模型和联合分析（ADC+T1CE）模型共3个影像组学模型。联合分析模型的预测效能最佳，训练集中曲线下面积（AUC）为0.928（95%CI：0.859~0.996），验证集中AUC为0.878（95%CI：0.758~0.997）。结论：基于ADC和增强MRI的影像组学模型能有效预测低级别胶质瘤TERT启动子突变状态，将不同序列的影像组学特征结合可提高预测效能。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
