您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览53 | 下载0

目的 探讨动态对比增强MRI(DCE-MRI)和扩散加权成像(DWI)影像组学模型在预测浸润性乳腺癌(IBC)病理分级方面的价值.方法 回顾性分析经病理证实为浸润性乳腺癌的142例患者的影像学资料.按病理分级分为低级别组(n=93)和高级别组(n=49).利用达尔文科研平台对患者的DCE-MRI和DWI图像病灶进行特征提取,采用logistic回归分析建模,通过对受试者操作特征(ROC)曲线和准确性进行分析,探讨DCE图、DWI图以及两者联合的影像组学标签在预测IBC病理分级方面的价值.结果 单独DCE模型最终提取5个影像组学特征,DCE联合DWI模型最终提取5个影像学特征,单独DWI模型最终提取10个影像组学标签.DCE图与DWI图训练集的曲线下面积(AUC)分别为0.82(0.68,0.96)、0.77(0.62,0.91),准确性分别为0.74、0.68;测试集的AUC 分别为 0.79(0.62,0.97)、0.66(0.46,0.86),准确性为 0.72、0.60;DCE 联合 DWI 图的模型训练集 AUC 为 0.82(0.69,0.95),准确性为0.74;测试集AUC为0.76(0.59,0.96),准确性为0.65.结论 单独DCE图像及DCE联合DWI图像影像组学标签对预测高级别与低级别IBC有一定价值,单独DCE影像组学模型优于DCE联合DWI的影像组学模型.

作者:杜小萌;李艳玲;曹胜男;陈艾琪;李想;唐聪聪;马宜传

来源:临床放射学杂志 2022 年 41卷 9期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:53 | 下载:0
作者:
杜小萌;李艳玲;曹胜男;陈艾琪;李想;唐聪聪;马宜传
来源:
临床放射学杂志 2022 年 41卷 9期
标签:
动态对比增强磁共振成像 扩散加权成像 影像组学 浸润性乳腺癌 病理分级
目的 探讨动态对比增强MRI(DCE-MRI)和扩散加权成像(DWI)影像组学模型在预测浸润性乳腺癌(IBC)病理分级方面的价值.方法 回顾性分析经病理证实为浸润性乳腺癌的142例患者的影像学资料.按病理分级分为低级别组(n=93)和高级别组(n=49).利用达尔文科研平台对患者的DCE-MRI和DWI图像病灶进行特征提取,采用logistic回归分析建模,通过对受试者操作特征(ROC)曲线和准确性进行分析,探讨DCE图、DWI图以及两者联合的影像组学标签在预测IBC病理分级方面的价值.结果 单独DCE模型最终提取5个影像组学特征,DCE联合DWI模型最终提取5个影像学特征,单独DWI模型最终提取10个影像组学标签.DCE图与DWI图训练集的曲线下面积(AUC)分别为0.82(0.68,0.96)、0.77(0.62,0.91),准确性分别为0.74、0.68;测试集的AUC 分别为 0.79(0.62,0.97)、0.66(0.46,0.86),准确性为 0.72、0.60;DCE 联合 DWI 图的模型训练集 AUC 为 0.82(0.69,0.95),准确性为0.74;测试集AUC为0.76(0.59,0.96),准确性为0.65.结论 单独DCE图像及DCE联合DWI图像影像组学标签对预测高级别与低级别IBC有一定价值,单独DCE影像组学模型优于DCE联合DWI的影像组学模型.