基于常规T_(2)WI的放射基因组学模型对胶质瘤p53状态预测效能初探

目的:探讨基于常规T_(2)WI的放射基因组学模型对胶质瘤p53表达状态的预测效能。方法:回顾性分析2014年8月—2020年1月于中国医科大学附属第一医院经病理证实的脑胶质瘤患者64例,其中p53突变型30例,p53野生型34例。所有患者均于术前行常规T_(2)WI MRI扫描。在ITK-SNAP软件上对T_(2)WI图像逐层勾画包括肿瘤实质及瘤周水肿在内的异常高信号区域后合成感兴趣体积(VOI)。使用GE A.K软件对VOI进行特征提取,采用Spearman相关性分析及最小绝对收缩和选择算法(LASSO)对提取的特征进行筛选,最终建立Logistic回归模型。采用受试者工作特征(ROC)曲线评价模型对胶质瘤p53状态的预测效能。结果:从T_(2)WI中共提取391个影像组学特征,经特征筛选后选择了11个最有预测价值的特征。在训练集中,由T_(2)WI建立的放射基因组学模型的AUC值、灵敏度、特异度分别为0.816、0.714、0.783;在测试集中,该模型的AUC值、灵敏度、特异度分别为0.747、0.778、0.636。结论:基于常规T_(2)WI的放射基因组学模型可以对胶质瘤p53表达状态进行预测。