基于灰阶超声的影像组学预测乳腺肿瘤良恶性的价值

发布时间：2021-03-30 12:46

　　目的探讨基于灰阶超声的影像组学预测乳腺肿瘤良恶性的价值。方法回顾性分析经病理证实的362例患者乳腺肿瘤灰阶超声图像并提取影像特征。采用最小冗余最大相关性特征选择法（mRMR）及最小绝对收缩和选择算子（LASSO）筛选最优特征构建影像组学模型。绘制受试者工作特性曲线（ROC）分析模型预测性能,并比较模型与不同年资超声医师的诊断能力。结果最终精选出15个影像特征构建影像组学模型,训练队列及验证队列模型ROC曲线下面积、准确度、灵敏度、特异度分别为0.84、0.760%、0.839%、0.713%;0.84、0.714%、0.821%、0.652%。模型预测性能与年资10～12年医师相当（P>0.05）,显著低于年资25～30年医师（P<0.001）,但显著高于年资4～5年医师（P<0.001）。结论基于灰阶超声的影像组学能有效鉴别乳腺肿瘤良恶性。 

【文章来源】：中国超声医学杂志. 2020,36(07)北大核心CSCD

【文章页数】：4 页

【部分图文】：

乳腺肿块分割示意图

基于精选的15个特征建立影像组学模型,ROC 曲线显示训练队列及验证队列影像组学模型曲线下面积(AUC)分别为0.84(95%CI,0.79～0.89)、0.84(95%CI,0.754～0.92)(图2)。两队列模型准确度、灵敏度、特异度分别为0.760%、0.839%、0.713%;0.714%、0.821%、0.652%。3. 影像组学模型与超声医师诊断效能比较

每组两位医师间的诊断能力均无明显统计学差异(P>0.05)(图3)。影像组学模型预测性能与年资10～12年医师相当(0.84 vs 0.825,P>0.05;0.84 vs 0.832, P>0.05),显著低于年资25～30年医师(0.84 vs 0.90, P<0.001;0.84 vs 0.91, P<0.001),显著高于年资4～5年医师(0.84 vs 0.77, P<0.001;0.84 vs 0.76, P<0.001)。讨 论

【参考文献】：
期刊论文
[1]计算机辅助超声影像组学预测肝纤维化进程的实验研究[J]. 付甜甜,蒋卓韵,丁红,朱宇莉,陈伶俐,王文平,余锦华.  中国超声医学杂志. 2019(12)
[2]弹性成像对新版BI-RADS-US评估乳腺肿物良恶性的价值[J]. 郝少云,欧冰,钟文景,赵新保,李璐婧,罗葆明,智慧.  中国超声医学杂志. 2015(04)



本文编号：3109531