基于T1WI增强影像组学在鉴别高级别胶质瘤复发与假性进展中的应用价值 |
| |
作者姓名: | 林洁 苏春秋 唐文天 鲁珊珊 洪汛宁 |
| |
作者单位: | 南京医科大学第一附属医院放射科,江苏 南京 210029 |
| |
基金项目: | 江苏高校优势学科建设工程三期项目[苏政办发〔2018〕87号] |
| |
摘 要: | 目的:探讨基于T1WI(T1 weighted imaging)增强影像组学在术前无创鉴别高级别胶质瘤术后复发与假性进展的应用价值。方法:回顾性分析经病理证实为高级别胶质瘤的104例患者临床及磁共振成像资料,根据二次手术病理或神经肿瘤疗效评估标准(response assessment in neuro-oncology,RANO)将其分为复发组71例,假性进展组33例。按7∶3比例随机分为训练组和验证组。在T1WI增强图像上手动勾画肿瘤实质区的体积作为感兴趣区,用FeAture Explorer软件提取1 648个组学特征。 采用主成分分析(principal component analysis,PCA)及最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)进行特征处理及筛选,采用支持向量机(support vector machine,SVM)构建影像组学模型。通过受试者工作特征曲线下面积(area under curve,AUC)及校准曲线评估模型的效能。结果:训练组鉴别高级别胶质瘤复发与假性进展的AUC为0.929, 准确率为 0.889,灵敏度为 72.7%,特异度为 100.0%。验证组的 AUC 为 0.853,准确率为 0.813,灵敏度为 90.9%,特异度为 71.4%。校准曲线显示模型预测值与实际值一致性较好。结论:基于T1WI增强影像组学模型具有较好的诊断效能,有助于鉴别高级别胶质瘤术后复发与假性进展。
|
关 键 词: | 影像组学;机器学习;高级别胶质瘤;假性进展;复发 |
收稿时间: | 2023-04-30 |
|
| 点击此处可从《南京医科大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《南京医科大学学报(自然科学版)》下载全文 |