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
DCE-MRI影像组学特征在预测乳腺癌腋窝淋巴结转移中的价值
被引量：
9
1
作者
王贇霞
尚怡研
+6 位作者
郭亚欣
海梦璐
高扬
魏焕焕
李晓栋
王梅云
谭红娜
《磁共振成像》
CAS
CSCD
北大核心
2023年第3期21-27,共7页
目的探讨动态对比增强MRI(dynamic contrast enhanced MRI,DCE-MRI)影像组学特征在预测乳腺癌腋窝淋巴结(axillary lymph node,ALN)转移中的价值。材料与方法回顾性分析2017年1月至2020年12月间经河南省人民医院手术病理证实为乳腺癌患...
目的探讨动态对比增强MRI(dynamic contrast enhanced MRI,DCE-MRI)影像组学特征在预测乳腺癌腋窝淋巴结(axillary lymph node,ALN)转移中的价值。材料与方法回顾性分析2017年1月至2020年12月间经河南省人民医院手术病理证实为乳腺癌患者的首次术前MRI图像及临床病理资料(包括患者年龄、病灶的位置和大小、SBR分级,ER、PR、HER-2及Ki-67的表达情况,ALN是否转移及脉管癌栓的有无),共入组356例患者,年龄26~82(49.17±10.75)岁,并按8∶2的比例将其随机分为训练集(n=284)和测试集(n=72)。提取DCE-T1WI序列第3期图像的影像组学特征,并通过Mann-Whitney U检验、Z分数归一化、方差阈值、K最佳及最小绝对值收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法筛选与ALN转移强相关的定量影像组学特征;应用多种分类器算法以排列组合方式分别构建影像组学标签,并利用受试者工作特征(receiver operating characteristic,ROC)曲线得到的曲线下面积(area under the curve,AUC)、敏感度、特异度及准确度评价模型的预测性能,根据模型效能从中确定最佳影像组学预测模型。结果356例乳腺癌患者中ALN转移组117例(32.9%,117/356),无ALN转移组239例(67.1%,239/356);HER-2阳性表达在ALN转移组和无转移组之间的差异有统计学意义(χ^(2)=5.433,P=0.020),其余临床病理指标在两组间的差异均无统计学意义(P>0.05);且临床病理指标在训练集与测试集患者中的差异均无统计学意义(P>0.05)。从初始653个影像组学特征中共筛选得到18个与ALN转移强相关的影像组学特征,包括形态特征、一阶特征及纹理特征各6个。基于绝对值最大归一化和Bagging决策树算法构建的影像组学标签是预测ALN转移的最佳模型,该模型在训练集和测试集的AUC、敏感度、特异度和准确度分别为0.929[95%置信区间(confidence interval,CI):0.897~0.960]、69.9%、96.9%、88.0%和0.803(95%CI:0.701~0.905)、75.0%、75.0%、75.0%。结论基于DCE-MRI影像组学特征构建的预测模型有助于乳腺癌术前ALN评估。
展开更多
关键词
乳腺癌
腋窝淋巴结转移
预测效能
影像组学
磁共振成像
在线阅读
下载PDF
职称材料
题名
DCE-MRI影像组学特征在预测乳腺癌腋窝淋巴结转移中的价值
被引量：
9
1
作者
王贇霞
尚怡研
郭亚欣
海梦璐
高扬
魏焕焕
李晓栋
王梅云
谭红娜
机构
河南
大学
人民医院
(
河南省
人民医院
)医学影像科
郑州大学
人民医院
(
河南省
人民医院
)医学影像科
郑州大学
附属肿瘤
医院
(
河南省
肿瘤
医院
)医学影像科
郑州大学
人民医院
(
河南省
人民医院
)
心脏
中心
郑州大学
医学科学院
出处
《磁共振成像》
CAS
CSCD
北大核心
2023年第3期21-27,共7页
基金
河南省自然科学基金面上项目(编号:202300410081)
河南省医学科技攻关计划项目(编号:LHGJ20220055)。
文摘
目的探讨动态对比增强MRI(dynamic contrast enhanced MRI,DCE-MRI)影像组学特征在预测乳腺癌腋窝淋巴结(axillary lymph node,ALN)转移中的价值。材料与方法回顾性分析2017年1月至2020年12月间经河南省人民医院手术病理证实为乳腺癌患者的首次术前MRI图像及临床病理资料(包括患者年龄、病灶的位置和大小、SBR分级,ER、PR、HER-2及Ki-67的表达情况,ALN是否转移及脉管癌栓的有无),共入组356例患者,年龄26~82(49.17±10.75)岁,并按8∶2的比例将其随机分为训练集(n=284)和测试集(n=72)。提取DCE-T1WI序列第3期图像的影像组学特征,并通过Mann-Whitney U检验、Z分数归一化、方差阈值、K最佳及最小绝对值收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法筛选与ALN转移强相关的定量影像组学特征;应用多种分类器算法以排列组合方式分别构建影像组学标签,并利用受试者工作特征(receiver operating characteristic,ROC)曲线得到的曲线下面积(area under the curve,AUC)、敏感度、特异度及准确度评价模型的预测性能,根据模型效能从中确定最佳影像组学预测模型。结果356例乳腺癌患者中ALN转移组117例(32.9%,117/356),无ALN转移组239例(67.1%,239/356);HER-2阳性表达在ALN转移组和无转移组之间的差异有统计学意义(χ^(2)=5.433,P=0.020),其余临床病理指标在两组间的差异均无统计学意义(P>0.05);且临床病理指标在训练集与测试集患者中的差异均无统计学意义(P>0.05)。从初始653个影像组学特征中共筛选得到18个与ALN转移强相关的影像组学特征,包括形态特征、一阶特征及纹理特征各6个。基于绝对值最大归一化和Bagging决策树算法构建的影像组学标签是预测ALN转移的最佳模型,该模型在训练集和测试集的AUC、敏感度、特异度和准确度分别为0.929[95%置信区间(confidence interval,CI):0.897~0.960]、69.9%、96.9%、88.0%和0.803(95%CI:0.701~0.905)、75.0%、75.0%、75.0%。结论基于DCE-MRI影像组学特征构建的预测模型有助于乳腺癌术前ALN评估。
关键词
乳腺癌
腋窝淋巴结转移
预测效能
影像组学
磁共振成像
Keywords
breast cancer
axillary lymph node metastasis
predictive effectiveness
radiomics
magnetic resonance imaging
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
DCE-MRI影像组学特征在预测乳腺癌腋窝淋巴结转移中的价值
王贇霞
尚怡研
郭亚欣
海梦璐
高扬
魏焕焕
李晓栋
王梅云
谭红娜
《磁共振成像》
CAS
CSCD
北大核心
2023
9
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
