目的本文旨在探究MRI多序列模型融合(multi-sequence model fusion,MSMF)影像组学模型对局部晚期鼻咽癌患者同步放化疗(concurrent chemoradiotherapy,CCRT)的疗效进行预测的价值。材料和方法本研究共纳入154例局部晚期鼻咽癌患者。患...目的本文旨在探究MRI多序列模型融合(multi-sequence model fusion,MSMF)影像组学模型对局部晚期鼻咽癌患者同步放化疗(concurrent chemoradiotherapy,CCRT)的疗效进行预测的价值。材料和方法本研究共纳入154例局部晚期鼻咽癌患者。患者均接受CCRT的治疗及MRI检查。采用RESIST 1.1评估治疗后的反应,分为完全反应组(83例)、非完全反应组(71例)。将数据按3∶1的比例随机分为训练集和验证集,手动分割各序列图像的感兴趣区域。使用Matlab 2018a软件分别从三个序列中各提取9766个影像组学特征,通过t检验、最大相关最小冗余算法筛选特征,采用支持向量机、Logistic回归分别构建预测模型,绘制ROC曲线,采用Delong检验比较预测性能。结果在验证集中,临床模型、T1WI、T2WI、对比增强T1加权成像模型的曲线下面积(area under the cure,AUC)值分别为0.542、0.633、0.711、0.842(P值分别为0.661、0.161、0.026、<0.001)。多序列融合模型中MSMF、临床-MSMF模型的AUC值分别为0.896、0.867(两者P<0.05)。MSMF、临床-MSMF影像组学模型在预测局部晚期鼻咽癌患者对CCRT疗效反应的AUC显著高于T2WI、T1WI及临床模型,差异具有统计学意义(P<0.05)。结论MSMF影像组学模型预测CCRT疗效的能力优于常规单一序列影像组学预测模型及临床模型,因此该模型有望成为一种预测CCRT疗效的方法,进一步促进精准医疗的发展。展开更多
文摘目的本文旨在探究MRI多序列模型融合(multi-sequence model fusion,MSMF)影像组学模型对局部晚期鼻咽癌患者同步放化疗(concurrent chemoradiotherapy,CCRT)的疗效进行预测的价值。材料和方法本研究共纳入154例局部晚期鼻咽癌患者。患者均接受CCRT的治疗及MRI检查。采用RESIST 1.1评估治疗后的反应,分为完全反应组(83例)、非完全反应组(71例)。将数据按3∶1的比例随机分为训练集和验证集,手动分割各序列图像的感兴趣区域。使用Matlab 2018a软件分别从三个序列中各提取9766个影像组学特征,通过t检验、最大相关最小冗余算法筛选特征,采用支持向量机、Logistic回归分别构建预测模型,绘制ROC曲线,采用Delong检验比较预测性能。结果在验证集中,临床模型、T1WI、T2WI、对比增强T1加权成像模型的曲线下面积(area under the cure,AUC)值分别为0.542、0.633、0.711、0.842(P值分别为0.661、0.161、0.026、<0.001)。多序列融合模型中MSMF、临床-MSMF模型的AUC值分别为0.896、0.867(两者P<0.05)。MSMF、临床-MSMF影像组学模型在预测局部晚期鼻咽癌患者对CCRT疗效反应的AUC显著高于T2WI、T1WI及临床模型,差异具有统计学意义(P<0.05)。结论MSMF影像组学模型预测CCRT疗效的能力优于常规单一序列影像组学预测模型及临床模型,因此该模型有望成为一种预测CCRT疗效的方法,进一步促进精准医疗的发展。
