| 陈晓华，张若弟，周云舒，刘世莉，张少茹，王卓，陈志强.基于多序列MRI影像组学联合VASARI特征预测胶质瘤IDH1突变状态[J].放射学实践,2024,(09):1138-1145 |
| 基于多序列MRI影像组学联合VASARI特征预测胶质瘤IDH1突变状态 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2024.09.004 |
| 中文关键词: 胶质瘤 异柠檬酸脱氢酶 突变状态 磁共振成像 影像组学 伦勃朗视觉感受图像 |
| 基金项目:宁夏回族自治区重点研发计划项目（2019BEG03033）；宁夏自然科学基金（2022AAC03472) |
|
| 摘要点击次数: 125 |
| 全文下载次数: 136 |
| 中文摘要: |
| 【摘要】目的:探讨基于多序列MRI影像组学特征结合伦勃朗视觉感受图像(VASARI)特征集的联合模型预测胶质瘤异柠檬酸脱氢酶1（IDH1）突变状态的价值。方法:回顾性分析两个中心的452例胶质瘤患者的临床病理和术前MRI资料，按照3:2的比例随机分为训练集（n=271）和验证集（n=181）。提取并分析22个VASARI特征，使用单-多因素逻辑回归（LR）分析筛选预测IDH1状态的独立预测因素，并构建VASARI模型。基于T2WI、T2液体衰减反转恢复序列（T2-FLAIR）和增强后T1WI（CE-T1WI）提取并筛选最佳影像组学特征，计算影像组学评分（Rad-score），以极限梯度提升（XGBoost）为分类器构建影像组学模型。将筛选的VASARI特征与Rad-score纳入多因素LR分析，建立联合模型。通过受试者工作特征（ROC）曲线和Delong检验评估和比较模型性能，绘制决策曲线分析（DCA）和校准曲线以评估模型的临床实用性和校准度。结果：VASARI特征集中的F1、F4、F7和F11是预测IDH1突变状态的独立预测因素。筛选出了11个最优影像组学特征并得到Rad-score，构建影像组学模型。联合模型的AUC在训练集和验证集中均高于VASARI模型和影像组学模型（训练集分别为0.952、0.872、0.882，验证集分别为0.938、0.890、0.836），差异有统计学意义（Delong检验，P＜0.05）；影像组学模型与VASARI模型的AUC差异无统计学意义（P＞0.05）。DCA显示在一定危险阈值范围内，联合模型的净收益最大，临床实用性最好；校准曲线显示3个模型的校准度良好，其中联合模型的校准度最好。结论：基于多序列MRI影像组学模型、VASARI模型可有效预测胶质瘤IDH1突变状态，两者联合应用有助于提高诊断效能。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
