期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于CEMRI瘤内瘤周影像组学预测肝细胞癌分化程度的研究
1
作者 陆煜杰 顾文豪 +2 位作者 许大波 刘海峰 邢伟 《磁共振成像》 北大核心 2025年第3期51-57,共7页
目的建立并验证基于对比增强磁共振成像(contrast enhanced magnetic resonance imaging,CEMRI)瘤内瘤周影像组学模型预测肝细胞癌(hepatocellular carcinoma,HCC)分化程度的价值。材料与方法回顾性分析2020年1月至2023年7月苏州大学附... 目的建立并验证基于对比增强磁共振成像(contrast enhanced magnetic resonance imaging,CEMRI)瘤内瘤周影像组学模型预测肝细胞癌(hepatocellular carcinoma,HCC)分化程度的价值。材料与方法回顾性分析2020年1月至2023年7月苏州大学附属第三医院213例经术后病理结果证实为HCC患者的资料(223个病灶),包括62个低度分化的HCC(poorly differentiated HCC,pHCC)、161个非低度分化的HCC(non-poorly differentiated HCC,npHCC)。采用交叉验证方法按照7∶3的比例随机分为训练集(149例,156个HCC病灶)、测试集(64例,67个HCC病灶)。使用ITK-SNAP软件在动脉期、门静脉期和延迟期图像上勾画HCC全域感兴趣区(region of interest,ROI),基于PyRadiomics软件包共提取3045个组学特征,先后采用Spearman相关性分析、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归和最大相关性-最小冗余(maximum relevance-minimum redundancy,mRMR)方法进行数据降维并选择最佳特征,随后使用支持向量机算法分别构建瘤内(Intratumoral)、瘤周5 mm(Peri_5mm)、瘤周10 mm(Peri_10mm)模型,并融合瘤内及最佳瘤周参数构建瘤内瘤周融合(IntraPeri)模型。基于受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)和决策曲线分析(decision curve analysis,DCA)评估影像组学模型预测pHCC效能及临床效益。结果Intratumoral、Peri_5mm、Peri_10mm、IntraPeri模型分别纳入10、17、11、12个组学特征。Intratumoral模型预测pHCC训练集和测试集的AUC分别为0.92、0.93;Peri_10mm模型预测pHCC的AUC值在训练集(0.88 vs.0.82)、测试集(0.90 vs.0.85)均高于Peri_5mm模型。IntraPeri模型预测pHCC效能最佳,在训练集和测试集AUC值分别为0.95、0.95。DCA提示Intratumoral模型及Peri_10mm模型均具有良好的临床收益,其中IntraPeri模型最佳。结论基于CEMRI的瘤内瘤周影像组学模型可准确预测HCC分化程度,并且具有较好临床受益。 展开更多
关键词 肝细胞癌 分化程度 磁共振成像 瘤内 瘤周 影像组学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部