目的基于双参数MRI图像纹理构建一个影像组学模型,并探讨其对临床显著性前列腺癌(clinically significant prostate cancer,csPCa)的诊断价值。材料与方法回顾性分析381例(非csPCa组239例,csPCa组142例)患者临床、病理及影像资料。通过...目的基于双参数MRI图像纹理构建一个影像组学模型,并探讨其对临床显著性前列腺癌(clinically significant prostate cancer,csPCa)的诊断价值。材料与方法回顾性分析381例(非csPCa组239例,csPCa组142例)患者临床、病理及影像资料。通过图像预处理与分割,特征提取与选择,建立影像组学模型,评估模型对csPCa的诊断价值。结果基于双参数MRI图像所提取的影像组学特征在观察者内及观察者间均具有良好的一致性,构建的影像组学模型对csPCa具有较高的诊断价值,训练组和测试组的曲线下面积(area under the curve,AUC)值分别为0.991、0.983。结论双参数MRI是检出csPCa的有效方法,经训练并测试所构建的影像组学模型对csPCa具有较高的诊断价值,且相对客观、准确,可作为临床诊断csPCa的辅助方法,为临床制订患者诊疗决策提供重要参考依据。展开更多
文摘目的基于双参数MRI图像纹理构建一个影像组学模型,并探讨其对临床显著性前列腺癌(clinically significant prostate cancer,csPCa)的诊断价值。材料与方法回顾性分析381例(非csPCa组239例,csPCa组142例)患者临床、病理及影像资料。通过图像预处理与分割,特征提取与选择,建立影像组学模型,评估模型对csPCa的诊断价值。结果基于双参数MRI图像所提取的影像组学特征在观察者内及观察者间均具有良好的一致性,构建的影像组学模型对csPCa具有较高的诊断价值,训练组和测试组的曲线下面积(area under the curve,AUC)值分别为0.991、0.983。结论双参数MRI是检出csPCa的有效方法,经训练并测试所构建的影像组学模型对csPCa具有较高的诊断价值,且相对客观、准确,可作为临床诊断csPCa的辅助方法,为临床制订患者诊疗决策提供重要参考依据。