基于影像组学构建乳腺癌前哨淋巴结转移预测模型的研究

发布时间：2021-07-22 23:04

　　目的:探讨基于MRI动态增强扫描（DCE-MRI）的影像组学在预测乳腺癌前哨淋巴结（SLN）转移中的价值。方法 :回顾性收集经病理证实并行DCE-MRI检查的浸润性乳腺癌164例（训练组124例,验证组40例）。在DCE-MRI图像上提取影像组学特征,并计算DCE参数,采用Lasso-Logistic回归模型对影像组学特征进行筛选。分别建立单纯影像组学模型、单纯DCE参数模型及联合模型。采用ROC的AUC评价不同模型的鉴别预测效能,并对模型的ROC曲线行DeLong检验;在验证队列中评估其预测效能。结果:共提取396个影像组学特征,经筛选得到28个特征,联合DCE参数分别建模。对于术前预测SLN转移的效能,在训练组中单纯影像组学模型AUC的95%CI为0.81（0.72,0.89）,单纯DCE参数模型AUC的95%CI为0.77（0.68,0.86）,联合预测模型AUC的95%CI为0.80（0.72,0.89）;在验证组中单纯影像组学模型AUC的95%CI为0.74（0.59,0.89）,单纯DCE参数模型AUC的95%CI为0.74（0.59,0.90）,联合预测模型AUC的95%... 

【文章来源】：中国中西医结合影像学杂志. 2020,18(03)

【文章页数】：5 页

【部分图文】：

女，61岁，右侧乳腺浸润性导管癌Ⅱ级，无淋巴结转移

DCE-MRI不仅可提供原发性乳腺癌丰富的影像组学信息，还能提供反映肿瘤DCE参数特征的功能信息。DCE参数模型可量化血管内和间质间隙的对比剂交换，提供肿瘤血流量、微血管系统和毛细血管通透性的测量[8]。LOISELLE等[16]发现，乳腺癌原发灶的DCE参数特征与其腋窝淋巴结转移相关。因此，肿瘤DCE参数特征变化在原发病变和淋巴结转移的联系中存在一种可能的机制。本研究的局限性：(1)肿瘤的ROI由放射科医师手工绘制，可能使观察者之间的变异性增加，需要一种自动、可靠和有效的肿瘤分割方法。(2)为回顾性研究，样本量相对较小。研究数据组来自一个医疗中心，缺少对结果的泛化性和稳健性的评价。下一步研究中将对多中心数据进行更严格的分析。(3)选择肿瘤最具有代表性的层面进行初步研究，虽然这在以往研究中广泛应用[17]，但与整个肿瘤体积相比，可能丢失一些重要的空间信息。(4)仅对用DCE-MRI序列提取的影像特征进行研究，由于DCE-MRI在乳腺MRI诊断中的重要作用，未对DWI、T2WI图像进行分析，后续研究中需应用多模态MRI挖掘影像组学信息。(5)为了使模型更加简单、提高应用的广泛性，未融合临床、病理及分子生物学信息，这可能降低模型的效能，后续研究中将进一步探讨。

【参考文献】：
期刊论文
[1]中国乳腺癌全人群生存率分析研究进展[J]. 左婷婷,陈万青.  中国肿瘤临床. 2016(14)



本文编号：3298075