期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多参数MRI影像组学联合MRI特征无创预测NME型乳腺癌HER-2过表达和低表达
1
作者
赵盈
蒋鑫垚
+2 位作者
赵楠
许永生
雷军强
《磁共振成像》
北大核心
2025年第10期41-47,97,共8页
目的探讨多参数MRI影像组学联合MRI特征无创预测非肿块强化(non-mass enhancement,NME)型乳腺癌人表皮生长因子受体2(human epidermal growth factor receptor 2,HER-2)过表达和低表达的应用价值。材料与方法收集本院156例在动态对比增...
目的探讨多参数MRI影像组学联合MRI特征无创预测非肿块强化(non-mass enhancement,NME)型乳腺癌人表皮生长因子受体2(human epidermal growth factor receptor 2,HER-2)过表达和低表达的应用价值。材料与方法收集本院156例在动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)上表现为NME且经病理证实的乳腺癌,将其分为HER-2过表达组(66例)和HER-2低表达组(90例),按照8∶2将其随机划分为训练集(124例)和测试集(32例)。在第2期(DCE-2)、第8期(DCE-8)及扩散加权成像(diffusion weighted imaging,DWI)图像上勾画VOI并提取影像组学特征。采用弹性网络(elastic net,Enet)算法构建DCE-2、DCE-8、DWI以及三者联合模型。采用logistic回归分析筛选HER-2表达的独立影响因素。最终,基于联合模型rad-score结合独立影响因素构建融合模型。结果基于DCE-2、DCE-8、DWI及三者联合的影像组学模型在训练集和测试集的曲线下面积(area under the curve,AUC)分别为0.746和0.714、0.768和0.714、0.721和0.635、0.823和0.734。logistic回归分析显示,肿瘤最大径是区分HER-2表达的独立影响因素(P<0.05)。最终,融合模型预测效能最佳,其在训练集和测试集的AUC分别为0.844和0.808。DeLong检验显示联合模型和融合模型差异无统计学意义(P=0.316)。SHAP结果分析rad-score对融合模型的贡献度最大。结论多参数MRI影像组学联合MRI特征可有效预测NME型乳腺癌HER-2过表达和低表达,结合SHAP算法进一步提高模型的可解释性。
展开更多
关键词
非肿块强化型乳腺癌
对比增强磁共振成像
影像组学
磁共振成像
人表皮生长因子受体2
过表达和低表达
在线阅读
下载PDF
职称材料
题名
基于多参数MRI影像组学联合MRI特征无创预测NME型乳腺癌HER-2过表达和低表达
1
作者
赵盈
蒋鑫垚
赵楠
许永生
雷军强
机构
兰州大学第一临床医学院
兰州大学第一医院放射科
甘肃省放射影像医学临床医学研究中心
出处
《磁共振成像》
北大核心
2025年第10期41-47,97,共8页
基金
2023年甘肃省委组织部省级重点人才项目(编号:2023RCXM06)。
文摘
目的探讨多参数MRI影像组学联合MRI特征无创预测非肿块强化(non-mass enhancement,NME)型乳腺癌人表皮生长因子受体2(human epidermal growth factor receptor 2,HER-2)过表达和低表达的应用价值。材料与方法收集本院156例在动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)上表现为NME且经病理证实的乳腺癌,将其分为HER-2过表达组(66例)和HER-2低表达组(90例),按照8∶2将其随机划分为训练集(124例)和测试集(32例)。在第2期(DCE-2)、第8期(DCE-8)及扩散加权成像(diffusion weighted imaging,DWI)图像上勾画VOI并提取影像组学特征。采用弹性网络(elastic net,Enet)算法构建DCE-2、DCE-8、DWI以及三者联合模型。采用logistic回归分析筛选HER-2表达的独立影响因素。最终,基于联合模型rad-score结合独立影响因素构建融合模型。结果基于DCE-2、DCE-8、DWI及三者联合的影像组学模型在训练集和测试集的曲线下面积(area under the curve,AUC)分别为0.746和0.714、0.768和0.714、0.721和0.635、0.823和0.734。logistic回归分析显示,肿瘤最大径是区分HER-2表达的独立影响因素(P<0.05)。最终,融合模型预测效能最佳,其在训练集和测试集的AUC分别为0.844和0.808。DeLong检验显示联合模型和融合模型差异无统计学意义(P=0.316)。SHAP结果分析rad-score对融合模型的贡献度最大。结论多参数MRI影像组学联合MRI特征可有效预测NME型乳腺癌HER-2过表达和低表达,结合SHAP算法进一步提高模型的可解释性。
关键词
非肿块强化型乳腺癌
对比增强磁共振成像
影像组学
磁共振成像
人表皮生长因子受体2
过表达和低表达
Keywords
non-mass enhancement breast cancer
dynamic contrast-enhanced magnetic resonance imaging
radiomics
magnetic resonance imaging
human epidermal growth factor receptor 2
overexpression and low expression
分类号
R445.2 [医药卫生—影像医学与核医学]
R737.9 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多参数MRI影像组学联合MRI特征无创预测NME型乳腺癌HER-2过表达和低表达
赵盈
蒋鑫垚
赵楠
许永生
雷军强
《磁共振成像》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
