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112 | 下载131

目的:建立基于双参数MR的临床影像组学列线图,评价其鉴别前列腺良恶性结节的应用价值.方法:选择2014年4月至2017年7月间接受前列腺MRI检查并经病理证实的前列腺结节患者227例(前列腺结节增生99例,前列腺癌128例).从每个患者的轴位T2WI和ADC图像中提取影像组学特征.使用最小绝对收缩和LASSO回归进行降维,选择有效特征并构建影像组学特征模型.结合独立的临床危险因素,采用多元Logistic回归模型建立影像组学列线图.列线图的校准和诊断效能在训练集中进行评估,并在验证集中进行验证.最后通过决策曲线分析评价列线图的临床应用价值.结果:患者年龄、PSA、病灶所在区域以及筛选出的影像组学特征与前列腺结节的良恶性鉴别显著相关.影像组学模型对前列腺良恶性结节有较好的鉴别效能,训练集(AUC=0.91,95%CI:0.87~0.96),验证集(AUC=0.90,95%CI:0.81~1.00).影像组学列线图结合了双参数MR图像的影像组学特征和独立的临床危险因素,在训练集(AUC=0.95,95%CI:0.91~0.98)和验证集(AUC=0.92,95%CI:0.83~1.00)中表现出更好的鉴别效能和病理符合率,决策曲线展示了临床影像组学结合模型的临床应用价值.结论:结合双参数MRI影像组学特征和临床危险因素的影像组学列线图可以简便地鉴别出前列腺结节的良恶性,为下一步临床

作者:邢朋毅;彭雯佳;付贝;段绍峰;阳青松;陆建平

来源:现代肿瘤医学 2021 年 29卷 8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:112 | 下载:131
作者:
邢朋毅;彭雯佳;付贝;段绍峰;阳青松;陆建平
来源:
现代肿瘤医学 2021 年 29卷 8期
标签:
前列腺癌 磁共振成像 影像组学 机器学习
目的:建立基于双参数MR的临床影像组学列线图,评价其鉴别前列腺良恶性结节的应用价值.方法:选择2014年4月至2017年7月间接受前列腺MRI检查并经病理证实的前列腺结节患者227例(前列腺结节增生99例,前列腺癌128例).从每个患者的轴位T2WI和ADC图像中提取影像组学特征.使用最小绝对收缩和LASSO回归进行降维,选择有效特征并构建影像组学特征模型.结合独立的临床危险因素,采用多元Logistic回归模型建立影像组学列线图.列线图的校准和诊断效能在训练集中进行评估,并在验证集中进行验证.最后通过决策曲线分析评价列线图的临床应用价值.结果:患者年龄、PSA、病灶所在区域以及筛选出的影像组学特征与前列腺结节的良恶性鉴别显著相关.影像组学模型对前列腺良恶性结节有较好的鉴别效能,训练集(AUC=0.91,95%CI:0.87~0.96),验证集(AUC=0.90,95%CI:0.81~1.00).影像组学列线图结合了双参数MR图像的影像组学特征和独立的临床危险因素,在训练集(AUC=0.95,95%CI:0.91~0.98)和验证集(AUC=0.92,95%CI:0.83~1.00)中表现出更好的鉴别效能和病理符合率,决策曲线展示了临床影像组学结合模型的临床应用价值.结论:结合双参数MRI影像组学特征和临床危险因素的影像组学列线图可以简便地鉴别出前列腺结节的良恶性,为下一步临床