基于多序列MRI影像组学预测早期宫颈癌淋巴血管侵犯的研究

  目的  探索基于多序列MRI图像的影像组学方法在预测早期宫颈癌淋巴血管侵犯(LVSI)中的临床价值。  方法  选取2015年1月—2020年2月宁波大学附属人民医院收治经病理证实的早期宫颈癌患者134例,分层抽样选取训练组91例,验证组43例,术前均行MRI平扫、对比增强(CE-MRI)及弥散成像(DWI)检查。在T₂WI-FS、CE-MRI及DWI序列图像上分别勾画肿瘤感兴趣区,采用LASSO回归及诺模图法提取影像组学特征并建立预测模型,训练组进行特征选择分类及模型建立,验证组对构建的预测模型进行验证,分析基于MRI各序列影像组学模型对早期宫颈癌LVSI的预测效能。  结果  采用LASSO回归在早期宫颈癌患者的T₂WI-FS、CE-MRI和DWI序列影像中分别提取具有预测意义的宫颈癌LVSI的影像组学特征,WavEnLH_s-4、Horzl_LngREmph在各序列中均被筛选出。通过logistics回归模型分别构建的不同序列MRI的影像组学模型对早期宫颈癌LVSI诊断效能均较高,T₂WI-FS、CE-MRI及DWI在训练组的AUC分别为0.810、0.803和0.781,在验证组的AUC分别为0.785、0.761和0.752。使用诺模图法构建的多序列MRI影像组学在训练组的AUC为0.893,在验证组的AUC为0.859。  结论  通过诺模图法构建的基于T₂WI-FS、CE-MRI及DWI序列影像组学模型作为一种客观的影像分析方法,对早期宫颈癌LVSI具有较高的预测效能并具有一定临床应用价值。      

基于DCE-MRI影像组学和临床特征的列线图在乳腺MRI BI-RADS 4类病灶中的诊断价值

目的：探讨联合动态增强磁共振（DCE-MRI）影像组学及临床特征的列线图在乳腺MRI BI-RADS 4类病灶中的诊断价值。方法：回顾性分析2017 年1月至2019 年6月在温州医科大学附属第一医院经病理证实的189个MRI BI-RADS 4类乳腺病灶,其中良性71个,恶性118个。所有患者在病理检查前均接受了DCEMRI扫描和血生化检查。计算DCE-MRI参数图并提取病灶的相应影像组学特征。经特征选择后,通过对所选特征按其系数加权求和来计算影像组学评分（rad-score）。采用单因素和多因素logistic回归分析寻找乳腺癌的临床危险因素。最后使用多因素logistic回归构建基于临床危险因素和影像组学评分的组合模型,绘制列线图。使用ROC曲线评估模型的诊断性能。结果：单因素和多因素分析显示,年龄、低密度脂蛋白胆固醇和总胆红素水平是乳腺癌的临床危险因素,其构建的临床模型在测试集的ROC曲线下面积（AUC）为0.73（0.58～0.87）。经过特征筛选,11个影像组学特征参与计算影像组学评分,其在测试集的AUC为0.80（0.68～0.92）。将其与临床模型进一步结合,AUC提高到0.88（0.79～0.97）,差异有统计学意义（P =0.037）。结论：基于DCE-MRI影像组学和临床危险因素构建的列线图用于鉴别诊断乳腺磁共振BI-RADS 4类病灶良恶性有较高价值。     

影像组学预测肝细胞癌微血管侵犯的研究现状

肝细胞癌(HCC)是目前对人类健康造成巨大威胁的常见恶性肿瘤之一,由于其发病率、死亡率都很高以及预后不理想,对于肝细胞癌的治疗一直都是我们需要攻克的难题。微血管侵犯(MVI)已经被多项研究证实是肝细胞癌术后复发以及预后不良的重要原因。然而,MVI的诊断主要是在术后通过肝细胞癌的病理学检查来确诊。如果能在术前对MVI进行一定的预测,将会对指导个体化治疗方案以及提高患者的预后产生巨大的影响。现阶段已有不少的研究利用CT或MRI影像组学的方法对HCC MVI进行预测,并且都取得了很好的效果。本文将对目前关于HCC MVI影像组学预测的研究进展进行阐述。     

多模态MRI及影像组学在乳腺癌诊疗中的研究进展

乳腺癌是一种异质性较高的恶性肿瘤,在女性恶性肿瘤中发病率最高,早期诊疗对患者的结局和预后非常重要.常规MRI对乳腺癌诊疗价值有限,多模态MRI及影像组学可以挖掘更多的影像信息,两者结合在乳腺癌的研究中也具有潜在的价值.本文就多模态MRI及影像组学在乳腺癌诊疗中的主要研究及进展进行综述.     

基于MRI影像组学在乳腺癌腋窝淋巴结转移评估中的研究进展

乳腺癌是全球最常见的癌症,目前已成为女性癌症死亡的最主要原因。而乳腺癌患者的腋窝淋巴结是否转移对患者的预后判断、肿瘤分期、治疗方式选择等具有重要意义。影像组学作为一种新兴技术,已广泛应用于乳腺癌的诊断、鉴别诊断及预后评估等方面,并在预测乳腺癌腋窝淋巴结转移方面具有巨大潜能。因此,本文基于M R I的影像组学在乳腺癌腋窝淋巴结转移评估中的研究进展予以综述,以期为其在临床上的应用提供参考价值。     

影像组学为基础的列线图模型对子宫内膜癌淋巴血管间隙浸润的诊断价值

目的 以表观扩散系数加权图像(Apparent Diffusion Coefficient,ADC)为基础,建立影像组学列线图模型,并对子宫内膜癌淋巴血管间隙浸润(Lymph Vascular Space Invasion,LVSI)情况进行预测.方法 回顾性研究225名术后病理证实的子宫内膜癌(Endometrial...     

双能量CT联合超声特征术前诊断乳腺癌淋巴血管侵犯的价值

目的 探讨双能量CT联合超声特征术前诊断乳腺癌淋巴血管侵犯（LVI）的价值。方法 回顾2019年2月至2020年11月丽水市中心医院经病理检查证实的99例浸润性乳腺癌患者病例资料,其中LVI阳性患者41例,LVI阴性58例。所有患者行双能量CT动静脉期胸部增强扫描及超声检查。计算标准化碘浓度（NIC）、标准化有效原子序数（nZeff）、能谱曲线斜率（λHu）,并记录超声特征。比较两组病灶的NIC、nZeff及λHu,评价双能量定量参数、超声特征的单一诊断及联合诊断的效能。结果LVI阳性与阴性患者超声特征包括肿瘤形状、边界、毛刺征和微小钙化比较差异均有统计学意义（均P<0.05）。LVI阳性组动脉期NIC、nZeff及静脉期NIC、λHu、nZeff均高于LVI阴性组（均P<0.05）。其中当静脉期λHu以3.24为最佳截断值时,诊断效能最高,AUC为0.755,灵敏度为0.707,特异度为0.741。双能量参数、超声特征单一诊断的灵敏度为0.781、0.732,特异度为0.776、0.707,准确度为0.843、0.684。两者联合诊断的灵敏度为0.805,特异度为0.84...     

多参数MRI联合临床危险因素术前预测直肠癌淋巴血管间隙侵犯的应用价值

目的 探讨多参数 MRI 联合临床危险因素术前预测直肠癌淋巴血管间隙侵犯（LSVI）的价值。 方法 回顾性分析池州市人民医院 2022 年 4 月至 2023 年 11 月经术后病理证实的 38 例直肠癌患者的临床及影像学资料,所有患者均行常规 MRI、合成 MRI及 IVIM-DWI 序列扫描。依据术后病理结果分为 LVSI 阳性组（n=14）和 LVSI 阴性组（n=24）。采用单因素和多因素 logistic 回归分析LVSI 阳性组和 LVSI 阴性组的临床资料,分析 LVSI 的临床危险因素;比较两组患者合成 MRI （T1 值、T₂ 值、PD 值）及 IVIM-DWI 参数（D值、D*值、f 值）,采用受试者工作特征（ROC）曲线评价各定量参数预测模型及联合临床危险因素预测模型的诊断效能。 结果 合成MRI 的 T₂ 值及 IVIM-DWI 的 D 值、f 值在直肠癌 LVSI 阳性组和阴性组中比较差异具有统计学意义（P＜0.05）。术前 CEA（OR=10.818,95%CI：1.391~84.124）及临床 N 分期（OR=11.852,95%CI：1.534~91.552）是直肠癌 LVSI 的独立危险因素（P＜0.05）。单独的 T₂ 值、D 值、f 值及三者联合的曲线下面积（AUC）分别为 0.801、0.747、0.766、0.807,联合临床危险因素的预测模型效能最高（AUC=0.845）,灵敏度为 78.58%,特异度为 100%。 结论 多参数 MRI 术前可有效预测直肠癌 LVSI 的状态,结合临床危险因素的联合预测模型可进一步提升预测效能,有助于临床医师制定个性化直肠癌治疗方案。     

基于DCE-MRI的影像组学在预测乳腺癌Luminal型和非Luminal型中的价值

目的：探讨基于动态增强MRI（dynamic contrast enhanced magnetic resonance imaging,DCE-MRI）的影像组学在预测乳腺癌Luminal型和非Luminal型中的价值。方法：回顾性分析行乳腺DCE-MRI扫描,并经手术病理证实为乳腺癌的42例患者,采用手动分割法在DCE-MRI强化最明显的图像上逐层勾画病灶提取影像组学特征,用最小绝对收缩算子（least absolute shrinkage and selection operator,LASSO）筛选最优影像特征,根据雌激素受体（estrogen receptor,ER）和孕激素受体（progesterone receptor,PR）的表达情况将所有病例分为Luminal型和非Luminal型,构建基于逻辑回归（logistic regression,LR）、随机森林（Random forest,RF）、K近邻（K nearest neighbor,KNN）和支持向量机（support vector machine,SVM）的分类器,并用5折交叉验证法对预测性能进行验证。结果：最终选出4个最优特征值,包括1个形状特征和3个小波特征,其中Original_Shape_Maxi－mum 2D Diameter Row、Wavelet-LLH_GLCM_Idn和Wavelet-HHH_GLCM_Correlation三个特征值与ER和PR的表达情况均具有显著相关性,基于RF的分类器预测乳腺癌Luminal型和非Luminal型的性能最佳,其敏感度、特异度、准确度及曲线下面积（area under curve,AUC）分别为0.838、0.900、0.853和0.876。结论：基于DCE-MRI的影像组学在预测乳腺癌Luminal型和非Luminal型中具有较好的应用价值,基于RF的分类器的预测性能最佳。     

基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值

目的 探讨基于动态增强磁共振(DCE-MRI)瘤内和最佳瘤周区域影像组学模型来预测三阴性乳腺癌(TNBC)。方法 回顾性分析东部战区总医院2017年6月至2022年5月入院治疗并行手术病理证实的232例乳腺癌患者。采用随机抽样的方法按照8∶2比例分为训练集(n=185)和测试集(n=47)。所有患者均行乳腺DCE-MRI检查,在DCE-MRI序列上手动逐层勾画感兴趣区(ROI),瘤周区域分别等距外扩。线性相关阈值和方差分析用于特征筛选,联合逻辑回归(LR)的机器学习方法构建影像组学模型。融合模型由瘤内及最佳瘤周影像组学特征共同组成。采用受试者工作特性曲线(ROC)来评价各模型的诊断性能,Delong检验来比较各模型预测性能。结果 瘤内模型的训练集和测试集的ROC曲线下面积(AUC)分别为0.833、0.768。瘤周特征建模以瘤周6 mm范围结果最佳,在训练集和测试集AUC分别为0.814、0.790。瘤内和瘤周的融合模型的预测效能最佳,在训练集和测试集AUC分别为0.924、0.881。结论 基于乳腺DCE-MRI瘤内和瘤周的融合影像组学模型可以很好的预测三阴性乳腺癌。     

基于动态增强磁共振成像的影像组学和不同CNN的深度学习对乳腺良恶性病变的诊断价值

目的：探讨基于动态增强磁共振成像（DCE-MRI）的影像组学和深度学习对乳腺良恶性病变的诊断价值。方法：选取2017年1月至2018年6月经手术或穿刺病理证实的乳腺恶性病变患者93例、良性59例。所有患者均术前行乳腺MRI平扫及增强检查。通过计算获得早期流入信号增强比、最大增强信号比和流出斜率相对应的参数图。采用基于纹理和强度直方图的影像组学分析和5个卷积神经元网络（CNN）模型（ResNet50、VGG16、VGG19、Xception和InceptionV3）的深度学习进行诊断分析,并采用包含不同量肿瘤周围组织的五种不同输入边界框分析。结果：影像组学的诊断准确度均值为80%。不同输入边界框的ResNet50模型中,含少量肿瘤周围组织的最小边界框诊断效能最高,高于1.5倍和2.0倍边界框分析（均P＜0.01）;ResNet50（93%）、Xcep-tion（94%）和InceptionV3（93%）的准确度高于VGG16（80%）和VGG19（79%）（均P＜0.01）。结论：深度学习对乳腺良恶性病灶的诊断效能优于影像组学,含少量肿瘤周围组织分析的诊断效能高于仅包含肿瘤组织和包含较多肿瘤周围组织。     

T1期乳腺浸润性导管癌脉管侵犯的相关危险因素分析

目的：探讨T1期乳腺浸润性导管癌（IDC）患者发生淋巴管血管侵犯（LVI）的相关危险因素。方法：回顾性分析2017年1月至2022年6月温州医科大学附属第一医院收治的T1期IDC患者的临床病理资料及术前MRI图像。根据LVI结果分为阴性组和阳性组。在T2加权图像上（T2WI）上根据乳房水肿评分（BES）将肿瘤相关乳房水肿分为4级。再将其简化,BES2为轻度水肿,BES3 和BES4 合并为中重度水肿。采用单因素分析及二元Logistic回归模型进行统计学分析以确定IDC的各项特征是否与LVI相关。结果：本研究共纳入307例患者,阴性组262例,阳性组45例。与低组织学分级、淋巴结转移阴性相比,高组织学分级（OR =2.59,95%CI =1.19～5.61,P =0.016）、淋巴结转移阳性（OR =4.74,95%CI =2.39～9.43,P ＜0.001）更容易出现LVI阳性。乳房轻度水肿（OR =3.80,95%CI =1.78～8.14,P =0.001）、中重度水肿（OR =5.54,95%CI =2.25～13.60,P ＜0.001）相对于无水肿,出现LVI阳性的概率增加,但组间差异无统计学意义（P ＞0.05）。结论：乳房水肿、淋巴结状态和组织学分级是T1期乳腺IDC患者发生LVI的独立危险因素。     

探讨淋巴脉管间隙浸润对早期宫颈癌预后的影响

探讨淋巴脉管间隙浸润对早期宫颈癌预后的影响。查阅淋巴脉管间隙浸润(lymphovascular space invasion,LVSI)与早期宫颈癌相关文献,文献涉及早期宫颈癌保守性手术、根治术后长期随访观察LVSI与预后的影响。活检标本与根治术标本比较,分析其对淋巴转移、浸润深度的预测价值。共计34篇文献符合要求,部分文献显示淋巴脉管间隙浸润不是宫颈癌预后的独立危险因素,否定其作为早期宫颈癌保留生育功能的评价指标,而部分文献显示LVSI与预后相关。临床观察发现LVSI阳性患者保守性手术治疗仍应谨慎。淋巴脉管间隙浸润作为早期宫颈癌保留生育功能的评价指标尚存争议,其可能与淋巴转移有关,后者是宫颈癌不良预后的独立危险因素。     

病变周围区域与病变内部区域的MRI影像组学特征对临床显著性前列腺癌的诊断价值

目的 比较前列腺病变周围区域(PLV)与病变内部区域(ILV)的MRI影像组学特征对临床显著性前列腺癌(csPCa)的诊断价值。方法 回顾性分析140例进行过前列腺MRI检查的患者(训练集112例,测试集28例)。分别在T2加权成像(T2WI)、表观弥散系数(ADC)、动态对比增强磁共振成像(DCE-MRI)勾画可疑病变区域及病变周围区域,并提取影像组学特征,运用单变量分析及最小绝对值收敛和选择算子(LASSO)筛选特征,LASSO回归结合10折交叉验证建立预测模型,运用受试者操作特征曲线下面积(AUC)、德隆检验(Delong test)分别对模型进行评估及比较。结果 ILV模型的在训练集及测试集中的AUC分别为0.91、0.91,PLV模型的在训练集及测试集中的AUC分别为0.89、0.87。两预测模型在训练集与测试集中的诊断效能差异均无统计学意义。结论 前列腺病变周围区域的MRI影像组学特征对于csPCa的诊断价值低于病变内部区域的MRI影像组学特征的诊断价值。     

基于影像组学分类器术前预测直肠非黏液性腺癌淋巴结转移

目的：探讨影像组学方法在术前预测直肠非黏液性腺癌淋巴结转移中的价值。方法：回顾性分析91例手术病理切片证实为直肠非黏液性腺癌患者的影像学资料,其中61例为训练样本,30例为验证样本。基于全瘤体积,从每个原发病灶术前高分辨T2加权成像(T2-weighted imaging,T2WI)图像中提取影像组学特征1 301个。基于训练样本,利用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)逻辑回归方法筛选关键特征并构建影像组学分类器。采用受试者工作特征(receiver operating characteristic,ROC)曲线评价影像组学分类器的辨别效能,并将其与形态学标准进行比较。在验证样本中验证影像组学分类器的价值。结果：由5个影像组学特征构建的分类器与淋巴结转移状态有关(P<0.001)。在训练样本和验证样本中,影像组学分类器诊断淋巴结转移的曲线下面积分别为0.874(95% CI：0.787~0.960)和0.878(95% CI：0.727~1.000),形态学标准诊断淋巴结转移的曲线下面积分别为0.619(95% CI：0.487~0.752)和0.556(95% CI：0.355~0.756)。无论是训练样本还是验证样本,影像组学分类器的诊断效能均高于形态学标准(均P<0.05)。结论：影像组学分类器可术前个体化预测直肠非黏液性腺癌淋巴结转移,而且其诊断效能高于形态学标准。     

乳腺癌MRI形态学表现与C-erbB-2表达的相关性研究

目的　探讨乳腺癌MRI形态学表现与C erbB 2癌基因的相关性。方法　对 78例乳腺癌和 42例乳腺纤维腺瘤患者术前行乳腺MR扫描 ,分析乳腺癌的MRI形态学表现。术后标本行免疫组织化学染色测定肿瘤细胞C erbB 2的表达情况 ,并分析与相应病灶MRI表现的关系。结果　乳腺癌MRI多表现为边缘形态不规则或毛刺状边缘、边界模糊、瘤内有坏死。乳腺癌内部坏死与癌细胞C erbB 2阳性表达呈显著正相关 (r=0 .2 7,P <0 .0 5 ) ;而边界模糊、毛刺状边缘与癌细胞C erbB 2表达情况无显著相关性 (r =0 .11,r=-0 .13 ,P >0 .0 5 )。结论　乳腺癌MRI形态学表现与分子生物学指标C erbB 2之间存在一定的相关性。乳腺癌的MRI表现从一定程度上反映了癌细胞的生物学行为和预后 ,为临床治疗方案的选择提供客观依据。     

乳腺浸润性导管癌动态增强MRI边缘强化的组织病理学影响因素

目的探讨乳腺浸润性导管癌(infiltrating ductal carcinoma,IDC)动态增强MRI边缘强化的组织病理学因素。方法对65例女性乳腺肿块患者行平扫及动态增强MRI检查,从中筛选出30个经术后病理证实的乳腺浸润性导管癌肿块作为研究对象。观察肿瘤病灶动态增强MRI表现,观察肿瘤瘤巢大小、基质宽窄、微血管密度及纤维化程度等组织病理学特征,分析动态增强MRI表现与上述肿瘤组织病理学特征的相关性。结果乳腺浸润性导管癌边缘强化明显,时间-信号强度曲线以流出型为主(17/30,56.7%),第一分钟内平均强化率(ΔSI1%)>75%。30例浸润性导管癌包括小癌巢13例(43%),中癌巢12例(40%),大癌巢5例(17%);肿瘤纤细、窄、宽基质分别为5例(17%)、16例(53%)、9例(30%)。早期边缘强化与小癌巢明显相关(P<0.05),也与其高比值的周边部/中央部微血管密度及低比值的周边部/中央部纤维化显著相关性(P<0.01);延迟边缘强化与窄基质明显相关(P<0.05)。结论浸润性导管癌边缘强化和造影剂流出现象不仅与肿瘤血管生成有关,还与肿瘤自身癌巢大小、基质宽窄及纤维化程度等组织病理学特...     

基于磁共振肝脾影像组学特征结合临床影响因素联合模型诊断显著性肝纤维化的效果评价

目的：探讨基于多模态平扫腹部MRI提取肝脏-脾脏联合影像组学特征结合临床影响因素联合模型在诊断显著性肝纤维化中的效果。方法：收集2017 年5月至2022 年5月于温州医科大学附属第二医院行经肝脏组织穿刺活检或手术病理检查证实为肝纤维化,并在病理检查6个月内接受过标准腹部MRI平扫检查的患者110例,将所有患者以7:3随机分为训练集和测试集。按照METAVIR评分系统,将F2级及以上定义为显著性肝纤维化组（62例）,F2级以下定义为无或非显著性肝纤维化组（48例）。分别标注肝脏、脾脏特征,并从中提取影像组学特征经筛选后分别构建肝脏、肝脏-脾脏联合特征的支持向量机影像组学模型和影像组学标签,以此计算每位患者的影像组学评分（Rad-score）。采用Logistic回归分析显著性肝纤维化的临床影响因素。最后使用Logistic回归构建基于临床影响因素和Rad-score的联合模型,绘制列线图。使用受试者工作特征（ROC）曲线和决策曲线分析（DCA）评估模型的性能。结果：有22、36 个影像组学特征经筛选后分别用于构建肝脏、肝脏-脾脏影像组学模型。多因素Logistic回归分析结果显示,性别女性（OR =0.126,95%CI =0.040～0.354,P ＜0.001）、年龄（OR =0.985,95%CI =0.066～0.999,P =0.011）、乙肝感染（OR =5.139,95%CI =1.898～15.137,P =0.002）、APRI指数≥1（OR =3.793,95%CI =1.231～14.5,P =0.033）是独立临床影响因素,被纳入构建临床预测模型。在Logistic回归模型中,肝脏特征、肝脏-脾脏联合特征所构建的影像组学模型在ROC曲线下面积（AUC）分别为0.828和0.917,表明肝脏-脾脏联合特征影像组学模型诊断效能更优。将肝脏-脾脏联合特征影像组学模型作为影像组学预测模型与临床预测模型结合获得联合预测模型,其在训练集、测试集的AUC分别为0.948和0.963。DCA显示,联合预测模型的临床实用性最佳。结论：基于多模态平扫腹部MRI提取肝脏-脾脏联合影像组学特征较单一肝脏特征在诊断显著性肝纤维化中有更好的诊断效能,联合预测模型相比临床预测模型能进一步提高诊断效能。