目的:基于磁共振弥散峰度成像(DKI)序列参数图像构建影像组学列线图模型,对乳腺癌脉管浸润进行术前预测。方法:纳入2018年12月至2022年12月术前行DKI检查的乳腺癌患者169例,根据术后病理将其分为浸润组(73例)和非浸润组(96例),按照7︰3...目的:基于磁共振弥散峰度成像(DKI)序列参数图像构建影像组学列线图模型,对乳腺癌脉管浸润进行术前预测。方法:纳入2018年12月至2022年12月术前行DKI检查的乳腺癌患者169例,根据术后病理将其分为浸润组(73例)和非浸润组(96例),按照7︰3比例分为训练集(118例,浸润49例)和验证集(51例,浸润24例)。基于DKI参数图像提取肿块的影像组学特征,构建影像组学模型。采用逻辑回归联合影像组学和临床特征构建列线图模型,并绘制受试者工作特征(ROC)曲线以评估各模型的诊断效能。结果:在测试队列中,列线图模型的曲线下面积明显高于临床模型(0.864 vs 0.725,P<0.05)。结论:使用基于DKI提取影像组学联合临床特征构建的列线图模型,可以有效预测乳腺癌患者术前的脉管浸润情况。展开更多
文摘目的:基于磁共振弥散峰度成像(DKI)序列参数图像构建影像组学列线图模型,对乳腺癌脉管浸润进行术前预测。方法:纳入2018年12月至2022年12月术前行DKI检查的乳腺癌患者169例,根据术后病理将其分为浸润组(73例)和非浸润组(96例),按照7︰3比例分为训练集(118例,浸润49例)和验证集(51例,浸润24例)。基于DKI参数图像提取肿块的影像组学特征,构建影像组学模型。采用逻辑回归联合影像组学和临床特征构建列线图模型,并绘制受试者工作特征(ROC)曲线以评估各模型的诊断效能。结果:在测试队列中,列线图模型的曲线下面积明显高于临床模型(0.864 vs 0.725,P<0.05)。结论:使用基于DKI提取影像组学联合临床特征构建的列线图模型,可以有效预测乳腺癌患者术前的脉管浸润情况。