目的:探讨增强MRI影像组学模型在乳腺癌分子亚型鉴别诊断中的应用价值。方法:回顾分析2018年1月—2020年1月于吉林省肿瘤医院经手术病理确诊的乳腺癌患者135例,其中Luminal A 20例、Luminal B 80例、三阴型17例、Her2过表达型18例,所有...目的:探讨增强MRI影像组学模型在乳腺癌分子亚型鉴别诊断中的应用价值。方法:回顾分析2018年1月—2020年1月于吉林省肿瘤医院经手术病理确诊的乳腺癌患者135例,其中Luminal A 20例、Luminal B 80例、三阴型17例、Her2过表达型18例,所有患者术前均接受乳腺磁共振增强扫描。采用特征提取软件沿着肿瘤边界逐层勾画ROI提取MRI增强图像上病灶的1766个三维纹理特征参数,在特征分析和建模阶段,采用Pearson相关性分析、层次聚类分析和主成分分析(PCA)筛选不同分子亚型间差异明显的影像组学特征,通过Logistic机器学习算法构建乳腺癌分子亚型的预测模型。结果:将4种乳腺癌分子亚型两两组合共得到6组数据,其中第1组为Luminal A和Luminal B,第2组为Luminal A和Her-2过表达型,第3组为Luminal A和三阴型,第4组为Luminal B和Her-2过表达型,第5组为Luminal B和三阴型,第6组为Her-2过表达型和三阴型。预测模型在各组间的AUC分别为0.91、0.90、0.97、0.88、0.81和0.89。结论:基于增强MR I影像组学建立的诊断模型在乳腺癌分子亚型的鉴别中具有一定的应用价值。展开更多