文章摘要
张天奇，王芊婷，李明洋，苗政，付宇，刘统.基于IVIM多参数MRI影像组学术前预测直肠癌T分期[J].放射学实践,2022,(09):1085-1091
基于IVIM多参数MRI影像组学术前预测直肠癌T分期
  
DOI：10.13609/j.cnki.1000-0313.2022.09.006
中文关键词: 直肠癌  T分期  体素内不相干运动  影像组学  磁共振成像  扩散加权成像
基金项目:实验室医学影像人工智能重点实验室（Jilin Provincial Key Laboratory of Medical imaging & big data 项目编号：20200601003JC)；吉林省放射医疗科技创新中心（Radiology and Technology Innovation Center of Jilin Province，项目编号：20190902016TC)；吉林省影像大数据医工创新研发工程实验室
作者单位
张天奇，王芊婷，李明洋，苗政，付宇，刘统 130000长春， 吉林大学第一医院放射科（张天奇，王芊婷，李明洋，苗政，付宇）；450000郑州，河南省肿瘤医院（刘统） 
摘要点击次数: 1318
全文下载次数: 1371
中文摘要:
      【摘要】目的：探讨基于术前体素内不相干运动（IVIM）功能图像和高分辨T2WI图像建立的多参数影像组学模型对直肠癌术前T分期的预测价值。方法：回顾性分析行直肠高分辨率MRI和IVIM扫描，并在2周内进行手术且经病理证实的83例直肠癌患者的临床及影像资料。以7:3的比例将83例患者随机分为训练组和验证组（分别为58例和25例）。由两位放射科医师使用ITK-Snap软件分别在DWI（b=1000s/mm2）、高分辨率T2WI序列图像上对肿瘤原发灶边缘进行三维勾画，并将DWI-ROI映射到IVIM序列（ADCmap、Dmap、fmap）图像上。使用RIAS软件进行特征提取和分析建模，从高分辨率T2WI、DWI、ADCmap、Dmap、fmap序列的每个ROI中分别提取1427个组学特征，每例患者的图像共提取7135个组学特征。通过最小绝对收缩算子算法（LASSO）选择单序列中预测价值最高的影像组学特征，采用逻辑回归模型进行单序列Rad评分的建立；将每个单序列降维后得到的影像组学特征进行融合，再次使用LASSO算法进行降维，最终得到多序列中最有价值的影像组学特征32个，同样采用逻辑回归模型构建多序列融合T分期预测R评分。结果：T1、T2、T3、T4期直肠癌患者例数分别为6、16、47、14例。使用逻辑回归模型建立了单序列及联合序列Rad评分，其中联合序列Rad评分的诊断效能最佳，其在验证组中的ROC曲线下面积为0.929（95％CI：0.78~1.00），敏感度、特异度分别为0.81、0.75。结论：基于IVIM功能图像和高分辨率T2WI图像建立的多参数影像组学模型对术前预测直肠癌T分期具有一定价值。
      
查看全文   下载PDF阅读器
关闭