基于多参数MRI影像组学列线图预测直肠癌PD-1表达状态

目的 使用多参数MRI影像组学列线图预测直肠癌患者肿瘤细胞程序性死亡受体1(PD-1)表达状态。方法 回顾性的纳入病理确诊的168例直肠腺癌患者,均接受术前多参数MRI检查与术后PD-1免疫组织化学分析。按7∶3的比例随机分为训练组(n=118)和测试组(n=50)。构建并比较T₂WI、DWI及T₂WI+DWI影像组学模型的性能。根据单、多因素逻辑回归筛选出临床独立危险因素建立临床模型。最后将最佳影像组学评分结合临床特征以构建联合模型,并将其展现为可视化列线图。以受试者曲线下面积(AUC)、校准曲线及决策曲线评估模型的临床价值。结果 经特征筛选最终T₂WI、DWI、T₂WI+DWI序列分别保留8、5、9个影像组学特征,各模型训练集和测试集中的PD-1表达的效能由AUC评估(测试集中,T₂WI为0.64,DWI为0.66,T₂WI+DWI为0.74),组合模式明显优于单一成像方式。临床T、N分期为独立危险因素(P<0.05),其临床模型AUC值为0.6...     

多期增强联合iShim-DWI与T2WI对T1和T2期直肠癌术前分期的对照研究

目的:比较磁共振多期增强联合iShim-DWI与T₂WI对T1和T2期直肠癌术前分期的价值。方法:回顾性分析本院2020年1月-2021年12月经病理证实的122例T1和T2期直肠癌患者的MRI表现。由两名具有10年以上腹盆部MRI诊断经验的医师分别采用多期增强联合iShim-DWI与T₂WI进行MRI的T分期评价，并进行一致性分析。对直肠癌MRI T分期结果与术后病理T分期结果进行χ²检验对照分析，并结合受试者操作特征(ROC)曲线分析两种方式对直肠癌T分期的诊断效能(诊断符合率、敏感度、特异度、阳性预测值及阴性预测值)。结果:动态增强联合iShim-DWI与单独T₂WI对T1、T2期直肠癌诊断符合率对比分别为87.7%vs. 62.3%、85.2%vs. 46.7%,差异具有统计学意义(P<0.05)。多期增强联合iShim-DWI与单独T₂WI对T1期直肠癌敏感度、特异度、阳性预测值及阴性预测值分别为77.3%vs. 13.2%、95.7%vs. 100%、93.1...     

DWI联合T2WI在鉴别T2和T3期直肠癌术前分期中的应用价值

目的:探讨磁共振DWI联合T₂WI对T2和T3期直肠癌的术前分期价值。方法:将在本院初诊、术前未进行放化疗且有完整的病理资料和明确的TNM分期诊断结果的213例直肠癌患者纳入本研究。所有患者在术前行直肠标准方案MRI检查(T₁WI、高分辨小视野非抑脂FSE-T₂WI、DWI及增强扫描)。对DWI联合T₂WI及单独使用T₂WI对T2和T3期直肠癌的诊断效能(符合率、特异度、敏感度、阳性预测值及阴性预测值)进行分析和比较,并对两位阅片者诊断结果的一致性进行分析。结果:DWI联合T₂WI和单独使用T₂WI对T2期直肠癌的诊断符合率、敏感度、特异度、PPV和NPV分别为92.5%vs.84.0%、93.8%vs.56.9%、91.9%vs.95.9%、83.6%vs.86.0%和97.1%vs.83.5%;而在诊断T3期直肠癌时相应诊断结果分别为91.1%vs.79.3%、89.3%vs.85.5%、93.9%vs.69.5%、95.9%vs.81.8%和84.6%vs.75.0%。单独使用T₂WI对直肠癌术前T分期的诊断符合率为76.5%,而DWI联合T₂WI为89.2%,差异具有统计学意义(P<0.001)。两位研究者分别基于DWI联合T₂WI及单独T₂WI进行术前分期时均获得了较好的组间一致性,Kappa值均为0.848。结论:DWI联合T₂WI对T2和T3期直肠癌的术前分期诊断效能要优于单独使用T₂WI。     

基于T2WI和增强MRI影像组学列线图预测宫颈鳞癌淋巴脉管间隙浸润

目的:探讨基于T₂WI和增强MRI影像组学列线图对宫颈鳞癌淋巴脉管间隙浸润(LVSI)的预测价值。方法:将92例经术后病理证实的宫颈鳞癌患者纳入研究,并按7:3的比例随机分为训练集(66例)和验证集(26例)。所有患者术前行MRI检查,在横轴面T₂WI和对比增强T₁WI(T1CE)上选取病灶最大层面沿肿瘤边缘勾画ROI,应用AK软件提取影像组学特征。采用mRMR和LASSO回归分析对提取的纹理特征进行初步筛选,然后进行多因素logistic回归分析,构建影像组学模型。使用单因素logistic回归分析筛选临床病理危险因素,并使用多因素logistic回归结合影像组学评分(Radscore)构建影像组学列线图。应用ROC曲线评估影像组学模型、临床病理危险因素模型和影像组学列线图模型的预测能力,并应用决策曲线分析评估影像组学列线图的临床应用价值。结果:在T₂WI和T1CE图像上分别提取病灶的396个影像组学特征,最终筛选出14个具有最大诊断效能的纹理特征。使用多因素logistic回归构建包含FIGO分期、分化程度和Radscore的影像组学列线图。影像组学列线图的预测效能优于临床病理危险因素模型(训练集中,AUC:0.96 vs.0.70;Delong检验:Z=4.04,P=5.415e-05;验证集中,AUC:0.87 vs.0.71;delong检验:Z=1.24,P=0.02)。决策曲线分析显示风险阈值为0.01~1.00时使用影像组学列线图对预测宫颈鳞癌LVSI情况的临床应用价值较大。结论:基于双序列MRI构建的影像组学列线图对宫颈鳞癌LVSI情况有较好的预测能力,可作为一种术前评估的无创性影像学生物标志。     

多方位MRI影像组学预测局部进展期直肠癌新辅助放化疗疗效

目的:采用MRI影像组学方法,提取局部进展期直肠癌(LARC)病灶影像组学特征,并联合临床及常规影像特征构建预测模型,探讨模型对新辅助放化疗(nCRT)疗效的预测效能。方法:回顾性分析209例LARC患者nCRT前的临床及影像资料。LARC患者在nCRT后6～8周行全系膜切除术(TME),并评估肿瘤病理退缩分级(TRG)。按疗效分为nCRT反应良好组(TRG0～1级)和反应不良组(TRG2～3级),按照1:1随机分为训练组和验证组对模型进行内部验证。手动勾画T₂WI序列横轴面(TRA)、矢状面(SAG)及冠状面(COR)图像提取影像组学特征,采用LASSO回归筛选特征并构建影像组学标签。通过多因素logistics分析筛选nCRT疗效的独立预测因子并构建联合预测模型,采用ROC曲线及校正曲线对模型进行评估,并使用临床决策曲线评价模型的临床价值。结果:209例患者中nCRT反应良好组61例,反应不良组148例。T₂WI序列横轴面、矢状面、冠状面图像各提取379个影像组学特征,ICC为0.9的特征中TRA 96个,SAG 88个,COR 91个。...     

直肠MRI对直肠癌术前T分期评估的研究进展

直肠MRI是直肠癌术前分期的首选检查方法。高分辨T₂WI可显示直肠癌的位置、形态及信号,通过判别肿瘤的浸润深度来评估直肠癌的T分期;还可以识别直肠癌壁外血管内侵犯、环周切缘阳性等预后不良因素,从而指导选择最佳治疗方案。增强T₁WI可显示病变区是否存在完整的黏膜下强化带,结合形态学特征准确地区分T₁及T₂期肿瘤。基于直肠壁各层及周围结构的MRI征象,对直肠MRI评估直肠癌术前局部T分期的研究进展进行综述。     

基于图像空间重建技术的小视野DWI在直肠癌T分期中的应用价值

目的:探讨基于图像空间重建技术的小视野DWI序列联合常规高分辨率T₂WI序列在直肠癌T分期中的应用价值。方法:回顾性分析2022年6月-2022年11月在本院行直肠MRI检查的患者的病例资料。所有患者均使用3.0T MR扫描仪进行检查,行常规高分辨率斜轴位T₂WI序列和小视野(rFOV)基于图像空间采样重建(IRIS)技术DWI(rFOV IRIS-DWI)序列扫描。所有图像均由一名从事直肠癌研究方向的影像科高级职称医生进行两轮评估。第一轮评估所有入组患者的斜轴位高分辨率T₂WI序列图像,一周后进行第二轮评估,同时观察斜轴位高分辨率T₂WI序列图像和rFOV IRIS-DWI序列图像,分别记录两次评估的磁共振T(mrT)分期结果。采用MedCalc统计软件(Version 18.2.1)进行统计学分析。两种诊断方法对病理T(pT)分期的诊断准确性采用Fisher精确概率检验。采用受试者操作特征(ROC)曲线评估两种诊断方法对pT分期的诊断效能。两种诊断方法诊断信心差值符合正态分布采用配对样本t检验,...     

基于MRI影像组学模型对食管癌淋巴结转移的预测价值

目的 探讨基于T₂WI及增强T₁WI序列MRI影像组学特征构建模型预测食管癌淋巴结转移的价值。 方法 回顾性收集经病理证实并行多模态MRI检查的食管癌病人120例，男89例，女31例，平均年龄（63.4±8.2）岁。将病人按7:3比例随机分为训练集84例和验证集36例。以手术病理为金标准将病人分为淋巴结转移阴性组（56例）和阳性组（64例）。采用A.K.软件基于T₂WI和增强T₁WI获取肿瘤兴趣区体积（VOI），提取影像组学特征并进行降维筛选，并采用Logistic回归分析法构建基于T₂WI、增强T₁WI、联合T₂WI+增强T₁WI序列的影像组学模型。2组间一般临床资料比较采用独立样本t检验和χ²检验。采用组内相关系数（ICC）分析2名医师获取VOI的一致性。采用受试者操作特征（ROC）曲线评估预测模型的诊断效能，计算其曲线下面积（AUC），并采用DeLong法比较不同模型的AUC值。 结果 淋巴结转移阴性和阳性组间病人的性别、年龄，肿瘤位置、病理类型及肿瘤长度的差异均无统计学意义（均P>0.05）。2名医师在T₂WI和增强T₁WI影像上获取VOI的一致性均较好（均P>0.8）。经筛选后，基于T₂WI、增强T₁WI、T₂WI+增强T₁WI联合序列获得的影像组学特征分别有5、6、9个。在训练集及验证集中联合模型的AUC高于增强T₁WI和T₂WI模型，且增强T₁WI模型的AUC高于T₂WI模型（均P<0.05）。 结论 基于MRI影像组学特征构建的模型对食管癌病人术前淋巴结转移具有良好的预测效能，且T₂WI+增强T₁WI联合模型较单序列模型的预测价值更高。     

基于ADC和增强MRI的影像组学模型预测低级别胶质瘤TERT启动子突变状态

目的:探讨基于ADC和增强MRI的影像组学模型对低级别胶质瘤端粒酶逆转录酶基因（TERT）启动子突变状态的预测价值。方法:回顾性搜集109例经病理证实的低级别胶质瘤患者,所有患者术前均行MRI检查,在ADC和对比增强T₁WI（T₁CE）图像上选取病灶最大层面,沿肿瘤边缘勾画ROI,提取影像组学特征。采用三联法（Fisher, POE+ACC,MI）和最小绝对收缩选择算子（LASSO）进行特征筛选,然后行多因素logistic回归分析,构建影像组学预测模型。采用ROC曲线评估预测模型的诊断效能。结果:在ADC和T₁CE图像上分别提取279个影像组学特征,最终筛选出11个影像组学特征,分别建立ADC模型、T₁CE模型和联合分析（ADC+T1CE）模型共3个影像组学模型。联合分析模型的预测效能最佳,训练集中曲线下面积（AUC）为0.928（95%CI:0.859～0.996）,验证集中AUC为0.878（95%CI:0.758～0.997）。结论:基于ADC和增强MRI的影像组学模型能有效预测低级别胶质瘤...     

多参数磁共振组学预测甲状腺乳头状癌淋巴结转移的价值

目的:探讨基于术前原发肿瘤的多参数磁共振图像所构建的组学模型在预测甲状腺乳头状癌颈部淋巴结转移中的价值。方法:回顾性分析129例病理证实的甲状腺乳头状癌术前磁共振资料。从T₂WI、DWI、多期T₁WI增强图像中提取影像组学特征,按照7:3比例随机将129例患者为训练组和验证组,在训练集中采用最小冗余最大关联度(mRMR)和最小绝对收缩选择算子(LASSO)筛选最优影像组学特征,构建组学特征模型。采用受试者操作特征(ROC)曲线评价多参数磁共振组学模型术前预测颈部淋巴结转移的预测效能,并在验证集中验证。结果:分别从T₂WI、DWI、多期T₁WI增强提取396个影像组学特征,经预处理及筛选最终获得18个最佳组学特征,根据最优影像组学特征及相应权重系数建立影像组学预测模型并计算影像组学评分,训练组和验证组中影像组学评分淋巴结转移组高于无淋巴结转移组。训练组的AUC值为0.92,敏感度为83.3%,特异度为88.9%,验证组的AUC值为0.80,敏感度为78.9%,特异度为77.8%。结论:基于多参数磁共振...     

基于MRI影像组学列线图在宫颈鳞癌组织学分级中的预测研究

目的 建立并验证MRI影像组学列线图模型，实现术前对宫颈鳞癌组织学分级的准确预测。方法 回顾性搜集2019年1月至2021年10月于蚌埠医学院第一附属医院就诊208例患者的临床及影像资料。按照7∶3的比例将所有患者随机分为训练组(n=145)、验证组(n=63),在训练组患者选取矢状位T₂WI、增强T₁WI及轴位DWI图像，在病灶最大层面边缘勾画获取感兴趣区(ROI)提取影像特征，应用最小绝对收缩和选择算子(LASSO)算法建立影像组学评分。采用多因素Logistic回归分析确定独立危险因素，并结合影像组学评分建立MRI影像组学列线图。运用受试者工作特征曲线(ROC)曲线下面积(AUC)评价模型的预测性能。应用校正曲线评估列线图的临床应用价值。结果 基于临床参数及影像组学评分构建的列线图模型(AUC:0.852)的诊断效能高于临床特征模型(AUC:0.723)及影像组学模型(AUC:0.788)。结论 结合临床模型和影像组学评分的MRI影像组学列线图模型是一种简单、有效、可靠的预测宫颈鳞癌组织学分级的方法。     

基于MRI影像组学特征构建脑胶质瘤IDH1突变预测模型

目的:探讨基于不同MRI序列的影像组学特征构建的机器学习(ML)模型预测胶质瘤IDH1突变的价值。方法:回顾性搜集经手术病理证实的161例胶质瘤患者(70例IDH1突变型/91例野生型)的临床资料,主要包括年龄、性别、Karnofsky功能状态(KPS)评分和肿瘤的病理分级。所有患者术前行MRI检查获得T₂WI、T₂-FLAIR、ADC图及对比增强T₁WI图像,术后病理标本均行IDH1检测。将161例患者按照7∶3的比例随机分配为训练集和测试集。由2位影像医师利用Image J软件共同对病灶在配准过的T₂-FLAIR或对比增强T₁WI序列上进行逐层ROI的勾画,最后形成感兴趣区容积(VOI),然后使用FAE软件在各序列图像上提取VOI的影像组学特征,基于训练集的数据,通过均值归一化、方差分析的特征选择方法、皮尔逊相关系数的特征降维方法、4种ML分类器(线性判别分析、LASSO回归、逻辑回归、支持向量机)以及十折交叉验证法构建15种ML模型,并采用ROC曲线和Delong检验在测...     

MRI增强与直肠双重超声造影在直肠癌术前TN分期中的应用效果比较

 目的 比较MRI增强与直肠双重超声造影在直肠癌术前TN分期中的应用效果。方法 选取2015-03至2018-03医院接受治疗的84例直肠癌患者为研究对象,所有患者均于术前一周接受MRI和双重超声造影检查并知情同意。对MRI检查患者均采取常规高分辨率冠状T₂WI、轴位T₁WI扫描,扩散加权成像和加强扫描;对直肠双重超声造影(double contrast-enhanced ultrasonography ,DCEUS)采取定量对比谐波成像技术示踪微泡造影显像检查。采用SPSS19.0统计学软件对影像学诊断结果与病理进行一致性分析,用χ²检验对两组进行比较,对比两组在直肠癌术前TN分期中的诊断效果。结果 MRI对直肠癌T分期的诊断准确率为80.95%(68/84),DCEUS对直肠癌T分期的诊断准确率为86.90%(73/84),MRI和DCEUS评估直肠癌术前T分期与术后病理组织学一致性均较好(Kappa=0.518;Kappa=0.611)。MRI对N期的诊断精准率为73.81%(62/84),DCEUS对N分期的诊断精准率为63.10%(53/84),MRI评估N分期与病理组织学分期一致性好(Kappa=0.802),DUES评估N分期与病理组织学分期一致性较好(Kappa=0.694)。二者对TN分期精确度无明显差异,不具统计学意义(T期χ²=2.12,N期χ²=1.37)。结论 MRI多系列成像技术和多方位观察更有利于病变部位的显示,能够更好指导直肠癌的手术形式和治疗方案。     

磁共振成像多序列联合扫描在前列腺癌定性诊断中的临床意义

目的 分析前列腺癌(PCa)定性诊断中3.0 T磁共振成像(MRI)多序列联合扫描的准确率。方法 回顾性研究本院2019年1月至2022年1月接诊的60例高度疑似PCa患者,给予3.0 T MRI多序列检查,分别是T₁加权成像(T₁WI)、T₂加权成像(T₂WI)、弥散加权成像(DWI),将病理活检穿刺结果作为本次研究的金标准,对比T₁WI、T₂WI、DWI单独与联合诊断准确率、灵敏度、特异度,Kappa检验T₁WI、T₂WI、DWI单独及联合诊断与金标准的一致性,对比良性前列腺增生(BPH)组、PCa组表观扩散系数(ADC值)、多模态MRI参数。结果 T₁WI、T₂WI、DWI联合诊断准确率(96.7%)、灵敏度(88.9%)均高于T₁WI(76.7%、22.2%)、T₂WI(76.7%、31.2%)、DWI单独诊断(71....     

基于MRI影像组学预测宫颈癌Ki-67表达水平

目的:开发并验证基于多参数MRI图像特征的影像组学特征预测模型对术前宫颈癌症患者的Ki-67指数状态的预测。方法:回顾性分析来自两个不同机构的91例宫颈癌患者的MRI影像及病理结果。根据术后免疫组化结果，将Ki-67指数分为高表达组(>60%)及低表达组(≤60%)。从每位患者的T₂/SPAIR、ADC和CE T₁WI图像中共提取3390个影像学特征。单变量分析和最小绝对收缩选择算子(LASSO)对影像组学特征进行降维处理，最终筛选出关键特征。采用Logistic回归、决策树、支持向量模型(SVM)方法构建模型。采用受试者操作特征(ROC)曲线分析影像组学特征的预测准确性，计算曲线下面积(AUC)。结果:91例患者中，27例Ki-67低表达，64例Ki-67高表达。最终从T₂/SPAIR、CE T₁WI、ADC图像中分别筛选出4、6、5个影像学特征。对Ki-67状态的预测，三个序列对应的模型构建方法为Logistic回归、SVM、Logistic模型，最终获得的训练组AUC分别为0.801、0...     

基于多序列MRI影像组学评分及临床参数预测肝细胞癌微血管浸润的nomogram模型研究

目的:基于肝细胞癌(HCC)患者的临床资料及多模态肝脏影像组学分析建立机器学习模型,探讨此模型术前预测HCC微血管浸润(MVI)的价值。方法:回顾性分析2020年3月-2021年9月在本院经病理证实为原发性HCC的130例患者的术前肝脏MRI及临床资料。基于病理检查结果,将患者分为MVI阳性组及MVI阴性组。记录患者的各项术前临床资料。所有患者术前行MRI检查,检查序列包括T₂WI、DWI和ADC以及Gd-EOB-DTPA对比增强动脉期、门脉期、延迟期和肝胆期T₁WI共7个序列。由放射科医师评估肿瘤的常规影像特征。自7个序列的图像上分别提取影像组学特征并进行降维,然后采用线性支持向量机(SVM)方法构建预测MVI的预测模型。再将所有序列图像提取的特征整合,经降维分析后最终筛选出6个最佳组学特征并采用线性SVM方法构建多序列联合组学模型,然后基于此多序列联合组学模型计算每例患者的放射组学评分(Radscore)作为后续建模特征。最后共采用了5种机器学习算法对上述三类资料(即临床资料、常规影像特征、组学特征)中筛选出的特征进行综合模型的构建,包括...     

影像组学结合机器学习在鉴别脊柱结核与转移瘤中的价值研究

目的 分析脊柱结核（TBS）与脊柱转移瘤（MST）患者受累椎体的MRI表现与影像组学特征,评价基于MRI特征的逻辑回归（Logistic）模型与基于影像组学特征的机器学习模型的诊断效能。方法 搜集本院经病原学检查与手术病理证实的TBS与MST患者,利用Logistic分析MRI特征。提取受累椎体T₂WI脂肪抑制序列（T₂-FS）的影像组学特征,组内相关系数（ICC）评价组学特征值测量的可重复性。依次使用t检验、SelectKBest以及最小绝对收缩和选择算子（LASSO）筛选特征。利用交叉验证（CV）划分数据集,随机森林（RF）及支持向量机（SVM）模型在训练集上进行监督学习,在测试集上进行评价,并与Logistic模型相比较。受试者工作特征（ROC）曲线及决策曲线分析（DCA）分别用来评价机器学习的分类效能及实际临床净收益,校准曲线评估模型的预测误差,Z检验用来比较ROC曲线下面积（AUC）之间的差异。结果 101例患者被纳入样本（51例TBS,50例MST）,筛选到3个MRI特征构建Logistic模型,6个影像组学特征（ICC均>...     

MRI对中低位直肠癌TaTME术前分期及可切除性评估

目的探讨1.5T MRI对中低位直肠癌经肛全直肠系膜切除术(TaTME)术前分期及可切除性评估,以指导直肠癌的TaTME个体化治疗,提高患者的保肛率和长期生存率、降低局部复发率。方法选取我院62例经结肠镜证实的中低位直肠癌患者进行盆腔高分辨平扫、DWI检查,常规序列包括:失状位T₂WI、斜冠状位T₂WI、斜轴位T₂WI和DWI,所有T₂WI序列都采用小视野、薄层扫描。DWI的b值取1000 s/mm²。然后由两名腹部影像诊断医师共同阅片,矢状位测量病灶下缘距离肛门外括约肌下缘的距离、矢状位病灶最大长径、斜轴位病灶最大长径,综合所有序列对直肠癌病灶进行术前MRI-TN分期,评估直肠系膜筋膜(MRF)累及的情况,然后与手术病理结果进行对照。结果在手术病理证实的62例中低位直肠癌中,中段直肠癌38例,下段直肠癌24例。肿块下缘距肛缘的平均距离(5.2±2.5)cm,肿块矢状位最大长径(4.0±1.8)cm,肿块斜轴位最大横径(2.9±1.2)cm。MRI-T分期中正确诊断51例,错误诊断11例,正确率为82.2%。MRI-N分期中正确诊断41例,错误分期21例,正确率为66.1%。MRI判别MRF有无累及的准确率、敏感性、特异性、阳性预测值及阴性预测值分别为88.9%、88.6%、76.2%及95.1%。结论高分辨1.5T MRI可以对中低位直肠癌做出准确的术前局部分期,对手术切缘有无累及进行准确的预测,准确预判手术的可切除性,为直肠癌TaTME的临床个体化治疗提供影像依据及解剖学标记。     

MRI多模态影像组学鉴别肝细胞肝癌与肝富血供良性病变的应用价值

目的:探讨基于T₂WI、DWI的影像组学鉴别肝细胞肝癌(HCC)与肝富血供良性病变(BLLs)的价值。方法:回顾性收集114例经病理证实为HCC(n=77)、血管瘤(n=23)、肝局灶性结节样增生(n=8)、肝血管平滑肌脂肪瘤(n=4)、肝脓肿(n=2)患者的临床与影像资料,所有患者均在术前行3.0T MRI增强检查。利用ITK-SNAP软件勾画病灶,通过最小绝对收缩和选择算子回归以及最小冗余最大相关筛选影像组学特征,计算影像组学分数(Rad-score),使用多元logistic回归算法构建预测模型。绘制受试者工作特性(ROC)曲线评估预测模型的效能,并与两位不同年资影像医生的诊断结果进行比较。结果:筛选得到5个T₂WI特征、6个DWI特征,计算Rad-score,结合3个临床独立预测因子(年龄、性别、病灶位置)用于建立诺模图。与临床预测模型、影像组学模型相比,诺模图模型在训练集、测试集中显示出较高的诊断效能,AUC分别为0.988、0.955,敏感度分别为0.981、0.958,特异度分别为0.923、0.727,准确度分别为0.962、...     

并行采集技术对颅脑MRI影像组学特征稳定性的影响

目的:探讨集成并行采集技术(iPAT)对颅脑磁共振影像组学特征稳定性的影响。方法:采用3.0T磁共振对自制体模和6例健康志愿者(被试组)行颅脑横轴面扫描,扫描序列包括T₁WI(S1)、T₁-FLAIR(S2)、T₂-FLAIR(S3)和T₂WI(S4),各序列分别采用不同缩减因子(R)的2种并行采集技术(GRAPPA和mSENSE)进行扫描。其中体模组4个序列使用的GRAPPA和mSENSE技术均分别采用了6种R值(R=none, 2,3,4,5,6),共获得48组图像;被试组4个序列使用的GRAPPA和mSENSE技术均分别采用了3种R值(R=none, 2,3),共获得24组图像。基于各组图像,提取4个体模ROI(P-ROI)或4个脑实质ROI(V-ROI)的影像组学特征。计算每个序列图像上每个P-ROI和V-ROI中提取的组学特征在6种(R=none, 2,3,4,5,6)和3种缩减因子(R=none, 2,3)之间的变异系数(CV=特征均值/标准差),基于CV值对特征的稳定性进行分级(分为十...