平台型时间信号曲线乳腺病变良恶性的鉴别:基于动态对比增强与扩散加权成像的影像组学模型
杨珂1
王旭照2
李玥2
黄家荣2
苗重昌1
1.南京医科大学连云港临床医学院影像科,江苏 连云港 2220002.徐州医科大学附属连云港医院影像科,江苏 连云港 222000
摘要：目的 探讨基于动态对比增强(DCE)与扩散加权成像(DWI)序列的影像组学模型对乳腺平台型时间-信号曲线(TIC)良性病变与恶性病变的鉴别诊断价值.方法 回顾性分析南京医科大学连云港临床医学院在2019年1月1日～2023年10月30日行乳腺磁共振增强检查的患者共251例,患者均经手术或病理检查确诊.经后处理TIC勾画后,得到平台型113例,其中乳腺恶性病变78例,良性病变35例.所有病例按7∶3的比例随机分为训练组(n=79)和测试组(n=34).在DWI与DCE图像上逐层手动勾画整个病灶的三维感兴趣区,并对其进行特征提取与特征筛选,使用支持向量机(SVM)将提取到的图像特征反映到特征区域,进行特征训练,得到SVM分类器.绘制ROC曲线,计算ROC曲线下面积(AUC)、敏感度、特异度以评估SVM模型的鉴别诊断效能.结果 从DWI序列、DCE序列及DWI联合DCE序列中分别提取了1502个特征,经过t检验和最小绝对收缩选择算子回归(LASSO)降维筛选后,DWI序列中筛选出9个特征,DCE序列中筛选出6个特征,DWI联合DCE序列中筛选出11个特征.使用SVM分类器建立模型,单独DWI模型训练组AUC为0.77,敏感度84%,特异度96%;测试组AUC为0.72,敏感度81%,特异度96%;单独DCE模型训练组AUC为0.87,敏感度90%,特异度98%;测试组AUC为0.76,敏感度84%,特异度98%;以及DCE联合DWI模型训练组AUC为0.84,敏感度88%,特异度96%;测试组AUC为0.75,敏感度81%,特异度96%.结论 单独DCE模型及DCE联合DWI模型相较于单独DWI模型对鉴别平台型TIC乳腺良恶性病变有较好的作用.
关键词：动态增强磁共振成像时间-信号曲线乳腺癌影像组学
资助基金：连云港市卫生健康委老龄健康科研项目(L202302)
论文发表日期：2026-02-20
在线出版日期：2026-03-25（本平台首次上网日期，不代表文献的发表时间）
页数：7( 231-237 )
英文信息