文章摘要
李若铭，孙敏，王雨薇，赵威宁，刘毓昕，李晗僡.基于DCE-MRI和DWI瘤内及瘤周的影像组学预测乳腺BI-RADS 4类病变良恶性的价值[J].放射学实践,2026,41(03):265-273
基于DCE-MRI和DWI瘤内及瘤周的影像组学预测乳腺BI-RADS 4类病变良恶性的价值
  
DOI：10.13609/j.cnki.1000-0313.2026.03.005
中文关键词: 乳腺病变  乳腺影像报告与数据系统  影像组学  瘤周  磁共振成像
基金项目:河北省医学科学研究课题计划（20241572）
作者单位
李若铭，孙敏，王雨薇，赵威宁，刘毓昕，李晗僡 061000河北沧州,河北医科大学附属沧州市中心医院磁共振成像科（李若铭、孙敏、赵威宁）；070001河北雄安,雄安宣武医院（王雨薇）；210023南京,南京大学（刘毓昕、李晗僡） 
摘要点击次数: 172
全文下载次数: 213
中文摘要:
      【摘要】目的：探讨多参数MRI的瘤内及瘤周影像组学预测乳腺影像报告与数据系统（BI-RADS） 4类病变良恶性的应用价值。方法：回顾性分析2020年1月-2024年12月行MRI检查且被评估为BI-RADS 4类的144名患者的临床影像资料，采用7:3的随机分配比例，将所有患者划分为训练组（n=100）及验证组（n=44）。在DCE-MRI和DWI图像上逐层绘制病灶的瘤内感兴趣区（ROI），并通过自动向外扩张3mm的方式获取瘤周ROI。采用pyradiomics软件提取影像组学特征，并逐步筛选出最优的影像组学特征，采用逻辑回归算法分别构建DCE-MRI序列、DWI序列以及DCE-MRI+DWI的瘤内模型、瘤周模型及瘤内联合瘤周模型。采用Logistic回归分析筛选出与病变良恶性鉴别相关的临床独立危险因素，与最佳预测模型的影像组学评分（Rad-score）相结合，构建临床影像组学融合模型诺模图（Nomogram）。采用受试者操作特征（ROC）曲线、校准曲线及决策曲线分析（DCA）评估模型的预测效能。结果：多参数MRI的的瘤内联合瘤周的影像组学模型对BI-RADS 4类病变良恶性展现出较高的预测效能，训练组和验证组的AUC值分别为0.835和0.843。单因素及多因素分析结果显示，毛刺征是良恶性病变鉴别的临床独立危险因素，最终构建的诺模图进一步提升了BI-RADS 4类病变良恶性预测效能，训练组和验证组的AUC达0.903和0.878。结论：多参数MRI瘤内联合瘤周的影像组学可以有效地鉴别乳腺BI-RADS 4类病变的良恶性，为临床诊疗决策提供可靠参考。
      
查看全文   下载PDF阅读器
关闭