目的 建立基于非增强MRI的影像组学模型对肝细胞癌(hepatocellular carcinoma,HCC)的微血管侵犯(microvascular invasion,MVI)进行术前预测.材料与方法 回顾性分析经手术病理证实是否有MVI的HCC病人129例.所有患者术前2周内行3.0 T MRI.在T2WI-FS及ADC图中逐层勾画病灶区域提取影像组学特征.使用三步降维方法Variance Threshold、SelectKBest、LASSO算法依次进行降维来进行特征选择.分别使用六种分类器包括逻辑回归(logistic regression,LR)、支持向量机(support vector machine,SVM)、K近邻(K-Nearest Neighbor,KNN)、决策树(decision tree,DT)、随机森林(random forest,RF)、极限梯度增强树(extreme gradient boosting,XGBoost)对提取的特征进行机器学习.通过绘制ROC曲线下面积(area under curve,AUC)、敏感度(sensitivity)、特异度(specificity)三个指标来评价各分类器所构建模型的效能.结果 从T2WI-Fat suppressed(FS)及ADC图中分别提取出1409个影像组学特征.经过降维,最终从T2WI-FS图中筛选出12个以及从ADC图中选出8个最优特征来分别构建两个组学模型.两种分类器SVM、LR基于T2WI-FS特征所构建的模型性能最佳,对应的受试者工作特征AUC值分别为0.869、0.801,准确度为0.78、0.81.结论 使用T2WI-FS的12

作者：段亚阳；周坤鹏；边杰；李思瑶

来源：磁共振成像 2020 年 11卷 3期