-
题名瘤周超声影像组学对小乳腺癌的诊断价值
- 1
-
-
作者
思小霞
赵青
王英英
周亮
徐蕾
张利
景江新
-
机构
新疆医科大学第七附属医院超声诊断科
新疆医科大学第四附属医院腹部超声诊断科
新疆维吾尔自治区人民医院超声科
-
出处
《中国肿瘤临床》
北大核心
2025年第12期603-609,共7页
-
基金
新疆维吾尔自治区自然科学基金面上项目(编号:2022D01C552)资助。
-
文摘
目的:探索瘤内及瘤周超声影像组学模型对小乳腺癌的诊断价值。方法:回顾性分析新疆维吾尔自治区人民医院2021年1月至2025年1月收治的292例乳腺小结节(直径≤2 cm)患者的305个乳腺病灶。以7∶3随机分为训练集(214个)和测试集(91个)。提取瘤内区域(intertumoral area,ITA)及2、4、6、8mm瘤周区域(peritumoral area,PTA)影像组学特征并筛选和降维,采用逻辑回归(Logistic regression,LR)算法构建模型,采用ROC曲线分析、Hosmer-Lemeshow检验和决策曲线分析(decision curve analysis,DCA)评估模型性能。结果:ITA模型、2mm PTA模型、2mm融合模型在训练集中的ROC曲线下面积(area under the ROC curve,AUC)分别为0.869、0.897、0.909,测试集中分别为0.813、0.825、0.840。对于≤2 cm、<1 cm、1~2 cm乳腺病灶,2mm融合模型的总准确率分别为81.0%、82.7%、80.1%,BI-RADS的总准确率分别为76.4%、81.7%、73.6%。结论:瘤内及瘤周超声影像组学模型对小乳腺癌均具有较高的诊断价值,融合模型能有效提高预测性能,且对于不同直径乳腺小病灶的诊断效果均优于BI-RADS分类,有成为实践工作中辅助诊断工具的潜力。
-
关键词
超声影像组学
肿瘤微环境
小乳腺癌
逻辑回归模型
-
Keywords
ultrasound radiomics
tumor microenvironment
small breast cancer
Logistic regression model
-
分类号
R737.9
[医药卫生—肿瘤]
-
