| 自动乳腺全容积扫描影像组学联合临床和超声特征列线图鉴别良、恶性乳腺导管内病变 |
| |
| 引用本文： | 刘梦涵,周汇明,肖际东.自动乳腺全容积扫描影像组学联合临床和超声特征列线图鉴别良、恶性乳腺导管内病变[J].中国医学影像技术,2024,40(3):366-371. |
| |
| 作者姓名： | 刘梦涵 周汇明 肖际东 |
| |
| 作者单位： | 中南大学湘雅三医院超声科, 湖南 长沙 410013;湖南省妇幼保健院超声科, 湖南 长沙 410029 |
| |
| 基金项目： | 湖南省自然科学基金(2019JJ40459)。 |
| |
| 摘 要： | 目的 观察自动乳腺全容积扫描(ABVS)影像组学联合临床及超声特征列线图鉴别良、恶性乳腺导管内病变的价值。方法 回顾性分析144例经病理证实乳腺导管内病变女性患者的临床及超声资料;按照2 ∶ 1比例将其随机分为训练集(n=96)及验证集(n=48)。基于ABVS图像提取并筛选最优影像组学特征,构建影像组学模型,计算影像组学评分(Radscore);将临床、超声特征及Radscore纳入单因素和多因素logistic回归分析,筛选鉴别良、恶性乳腺导管内病变的独立影响因素,构建临床-超声模型,并联合影像组学模型构建列线图模型;以受试者工作特征(ROC)曲线评估各模型鉴别良、恶性乳腺导管内病变的效能。结果 患者年龄 、病变边缘 、微小钙化灶 及Radscore 均为良、恶性乳腺导管内病变的独立影响因素。影像组学模型、临床-超声模型及列线图模型鉴别良、恶性乳腺导管内病变的曲线下面积(AUC)在训练集分别为0.766、0.866及0.901,在验证集分别为0.770、0.765及0.854。结论 ABVS影像组学联合临床及超声特征列线图鉴别良、恶性乳腺导管内病变效能良好。
|
| 关 键 词： | 乳腺肿瘤 超声检查 乳腺影像报告和数据系统 影像组学 |
| 收稿时间： | 2023/11/2 0:00:00 |
| 修稿时间： | 2023/12/18 0:00:00 |
Nomogram based on automatic breast volume scanner radiomics combined with clinical and ultrasonic features for differentiating benign or malignant breast intraductal lesions |
| |
| LIU Menghan,ZHOU Huiming,XIAO Jidong.Nomogram based on automatic breast volume scanner radiomics combined with clinical and ultrasonic features for differentiating benign or malignant breast intraductal lesions[J].Chinese Journal of Medical Imaging Technology,2024,40(3):366-371. |
| |
| Authors: | LIU Menghan ZHOU Huiming XIAO Jidong |
| |
| Affiliation: | Department of Ultrasound, the Third Xiangya Hospital of Central South University, Changsha 410013, China;Department of Ultrasound, Hunan Provincial Maternal and Child Health Care Hospital, Changsha 410029, China |
| |
| Abstract: | |
| |
| Keywords: | breast neoplasms ultrasonography breast imaging reporting and data system radiomics |
|
| 点击此处可从《中国医学影像技术》浏览原始摘要信息 |
|
点击此处可从《中国医学影像技术》下载全文 |
