基于DCE-MRI影像组学模型对乳腺NME病变诊断价值的研究
李珍1
刘磊2
仲海3
王翠艳4
1.山东大学 山东 济南 250100;山东省立医院医学影像科 山东 济南 2500212.山东众阳健康科技集团有限公司 山东 济南 2501013.山东大学第二医院医学影像科 山东 济南 2500314.山东大学 山东 济南 250100;山东省立医院医学影像科 山东 济南 250021;山东第一医科大学附属省立医院医学影像科 山东 济南 250021
摘要：目的 探讨结合机器学习早期动态增强磁共振成像(DCE-MRI)的影像组学模型在鉴别良恶性乳腺非肿块强化(NME)病变中的价值.方法 选取行乳腺DCE-MRI检查并获得病理结果的NME病变患者 242 例,分为训练集 163例、测试集 55 例,外部验证集 24 例.基于早期DCE-MRI序列的特征选择,采用支持向量机(SVM)建立组学预测模型;由 2 位放射科医师独立评估MRI特征,建立传统诊断模型,预测病灶的良恶性;运用测试集和外部验证集进行测试和外部验证.采用受试者工作特征(ROC)曲线评价组学模型与放射医师的诊断效能.结果 影像组学模型鉴别乳腺NME病变良恶性达到了与高年资放射医师[曲线下面积(AUC)=0.82,95%CI 0.66,0.89]相当的诊断水平[(AUC=0.82,95%CI 0.67,0.90);P =0.30],均优于低年资放射医师的评估结果(Z=2.63,P=0.01;Z=2.41,P=0.02),同时利用外部验证集进一步验证该模型的预测效能.结论 基于早期DCE-MRI组学模型可以有效地鉴别NME病变的良恶性,与高年资放射医师诊断水平相当,并优于低年资医师诊断水平,可以辅助低年资医师做出更佳诊断.
关键词：影像组学磁共振成像乳腺非肿块强化病变
分类号：R737.9(泌尿生殖器肿瘤)R445.2(诊断学)
资助基金：山东省医学会乳腺疾病科研基金(YXH2020ZX068)
论文发表日期：2024-02-28
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( 46-51 )
英文信息