影像诊断淋巴结包膜外侵犯的影像组学模型构建及对前列腺癌侵袭性的预测
韩晔1
任静2
肖遵健2
申凡2
杨庆玲2
袁蕾2
宦怡2
1.空军军医大学西京医院放射科,西安 710032;陆军第八十三集团军医院医学影像科2.空军军医大学西京医院放射科,西安 710032
摘要：目的 构建影像诊断淋巴结包膜外侵犯(rENE)的影像组学模型,探讨其预测前列腺癌(PCa)侵袭性的价值.方法 回顾性收集经病理证实为PCa,且术后病理或MRI提示肿瘤为N1期的病人160例,平均年龄(68.6±9.19)岁.所有病人术前均进行了双参数(T2WI+ADC)MRI检查.根据原发病灶的侵袭性,将病人按照国际泌尿病理协会(ISUP)分级分组分为ISUP≥4组(124例)和ISUP<4组(36例).使用随机分层抽样法将纳入病例以7:3的比例分为训练集(112例)及测试集(48例).采用5折交叉验证构建交叉验证集.由放射医师判定病人的影像rENE状态.采用FAE软件提取转移淋巴结的影像特征,选取8种机器学习算法构建模型,采用受试者操作特征(ROC)曲线下面积(AUC)评估各影像组学模型的诊断效能,以AUC值随特征数变化的波动程度评价稳定性.综合分析AUC值及模型稳定性筛选最优影像组学模型.ISUP≥4组和ISUP<4组间、训练集及测试集间一般资料的比较采用t检验、Mann-Whitney U检验和卡方检验.采用多因素Logistic回归分析ISUP≥4组的独立预测因素.结果 ISUP≥4组的总前列腺特异性抗原(tPSA)、rENE+占比均高于ISUP<4组(均P<0.05);ISUP≥4组中T4期的占比最高(49.2％),ISUP<4组中T2期的占比最高(30.5％)(均P<0.05).训练集与测试集间,一般资料差异均无统计学意义(均P>0.05).最终纳入由2个特征构建的Zscore_PCC_ANOVA_2_NB模型.该模型诊断rENE的AUC值在训练集、测试集及交叉验证集中均较高,分别为0.952、0.960和0.954.在训练集、测试集及全部病例中,影像组学模型预测ISUP≥4组的AUC值分别为0.862、0.944和0.923.多因素Logistic回归分析显示Zscore_PCC_ANOVA_2_NB模型及较高的tPSA值为ISUP≥4的独立预测因素.结论 rENE的影像组学模型对PCa的病理分级预测效能较高,可无创、定量预判PCa侵袭性.
关键词：前列腺癌影像诊断淋巴结包膜外侵犯磁共振成像影像组学
分类号：R445.2(诊断学)R737.25(泌尿生殖器肿瘤)
资助基金：陕西省自然科学基础研究计划项目(2021JZ-25)
论文发表日期：2023-11-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 646-651 )
英文信息