目的探讨酰胺质子转移加权成像(amide proton transfer weighted imaging,APTw)的影像组学术前预测宫颈癌淋巴血管间隙侵犯(lymphovascular space invasion,LVSI)的价值。材料与方法回顾性分析经手术病理证实的宫颈癌患者病例及影像资...目的探讨酰胺质子转移加权成像(amide proton transfer weighted imaging,APTw)的影像组学术前预测宫颈癌淋巴血管间隙侵犯(lymphovascular space invasion,LVSI)的价值。材料与方法回顾性分析经手术病理证实的宫颈癌患者病例及影像资料66例。所有患者均行盆腔3.0 T MRI检查,包括轴位T2WI、矢状位T2WI、动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)和3D-APTw序列扫描。在APTw-T2WI融合图像上对肿瘤实质区域进行感兴趣区(region of interest,ROI)勾画并记录APT值。在APT重建图像上进行肿瘤病灶分割并提取影像组学特征。采用组内相关系数(intra-class correlation coefficient,ICC)选取观察者内和观察者间复测信度好的影像组学特征(ICC>0.900)。采用递归特征消除法(recursive feature elimination,RFE)及最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行特征降维和筛选。基于logistic回归分类器构建临床模型、APTw影像组学模型和联合组学模型。采用受试者工作特征(receiver operating characteristic,ROC)曲线和决策曲线分析(decision curve analysis,DCA)评估模型的诊断效能和临床价值,采用DeLong检验比较不同模型的预测效能。结果在训练集中,APTw影像组学模型预测宫颈癌LVSI的效能高于临床模型(AUC=0.826 vs.0.675),差异有统计学意义(DeLong检验P<0.05)。联合组学模型在训练集和测试集中的AUC值分别为0.838和0.825。DeLong检验结果显示,联合组学模型在训练集中术前评估LVSI的效能显著高于临床模型和APTw影像组学模型(P均<0.05)。决策曲线显示APTw影像组学模型和联合组学模型在训练集和测试集中均具有较高的临床价值。结论基于APTw的影像组学模型在术前预测宫颈癌LVSI方面具有较高的潜力,联合临床因素能进一步提高预测效能,有望为宫颈癌患者的个体化治疗和预后评估提供重要的支持。展开更多
目的探讨酰胺质子转移加权(amide proton transfer weighted,APTw)与动态对比增强磁共振成像(dynamic contrast enhanced MRI,DCE-MRI)序列评估宫颈癌神经周围侵犯(perineural invasion,PNI)的价值。材料与方法回顾性分析36例行盆腔3.0 ...目的探讨酰胺质子转移加权(amide proton transfer weighted,APTw)与动态对比增强磁共振成像(dynamic contrast enhanced MRI,DCE-MRI)序列评估宫颈癌神经周围侵犯(perineural invasion,PNI)的价值。材料与方法回顾性分析36例行盆腔3.0 T MRI检查(包括APTw、DCE-MRI序列)且手术病理证实为宫颈癌的患者病例及影像资料,其中有PNI(PNI组)12例,无PNI(NPNI组)24例。由两位观察者分别测量病灶的APT值与DCE-MRI定量参数值,包括容积转移分数(volume transfer constant,K^(trans))、速率常数(exchange rate between EES and blood plasma,K_(ep))、血管外细胞外间隙容积分数(extravascular volume fraction,V_(e))以及血浆容积分数(capillary plasma volume,V_(p))。采用组内相关系数(intra-class correlation coefficient,ICC)检验2位观察者对各参数值测量结果的一致性;采用Kolmogorov-Smirov检验数据是否符合正态分布,通过两独立样本t检验或Mann-Whitney U检验比较两组间参数值的差异,采用受试者工作特征(receiver Operating Characteristic,ROC)曲线评估有差异参数诊断PNI效能,获得相应的曲线下面积(area under the curve,AUC)、阈值、敏感度和特异度。采用二元logistic回归计算有差异参数的联合诊断效能,DeLong检验进行各参数和联合参数AUC比较,Spearman相关分析检测APT值和有差异DCE-MRI参数间的相关性。结果两位观察者测得的APT值及K^(trans)值、K_(ep)值、V_(e)值、V_(p)值结果一致性良好,ICC均>0.75。两组间的APT值和V_(p)值差异有统计学意义(P<0.05),K^(trans)、K_(ep)、V_(e)差异无统计学意义(P>0.05)。PNI组的APT值(2.89%±0.72%)和V_(p)值[7.80×10^(-3)(6.80×10^(-3),1.14×10^(-2))]均大于NPNI组[APT值2.31%±0.71%;V_(p)值4.19×10^(-3)(2.04×10^(-3),7.35×10^(-3))]。评估宫颈癌PNI时,APT值和V_(p)值的AUC分别为0.717、0.785,阈值分别为2.7%及6.46×10^(-3),敏感度及特异度分别为66.7%及75.0%、83.3%及75.0%;APT值联合V_(p)值后的AUC为0.792,APT值、V_(p)值与两者联合后的AUC之间差异无统计学意义(P>0.05)。APT值与V_(p)值无相关性(r=0.219,P=0.198)。结论APTw序列及DCE-MRI的定量参数均能有效预测宫颈癌PNI,具有一定临床应用价值。展开更多
目的:探讨T_(2)mapping成像纹理分析鉴别宫颈癌病理分型和鳞癌病理分级的价值。方法:回顾性分析54例宫颈鳞癌(高级别37例、中-低级别17例)、19例腺癌患者的资料,术前均行T_(2)mapping序列在内的3.0TMRI检查。两名观察者分别独立提取T_(2...目的:探讨T_(2)mapping成像纹理分析鉴别宫颈癌病理分型和鳞癌病理分级的价值。方法:回顾性分析54例宫颈鳞癌(高级别37例、中-低级别17例)、19例腺癌患者的资料,术前均行T_(2)mapping序列在内的3.0TMRI检查。两名观察者分别独立提取T_(2)mapping全肿瘤纹理参数。比较鳞癌与腺癌之间及高级别与中-低级别鳞癌之间参数的差异性,采用Logistic回归构建联合参数。采用受试者工作特征(Receiver operating characteristic,ROC)曲线评估单一纹理参数及联合参数鉴别宫颈癌病理分型及鳞癌病理分级的效能。采用DeLong检验对比分析单一纹理参数和联合参数曲线下面积(Area under the curve,AUC)的差异。结果:从每例患者肿瘤中提取88个纹理参数,最终筛选出3个参数用于鉴别病理分型,8个参数用于鉴别鳞癌病理分级(P均<0.05)。鉴别宫颈癌病理分型及鳞癌病理分级的联合参数的AUC分别为0.963、0.966。联合参数的AUC较单一参数的AUC显著提高。结论:基于T_(2)mapping成像的纹理分析对于宫颈癌病理分型和鳞癌病理分级的鉴别具有一定的价值。展开更多
目的探讨动态对比增强MRI(dynamic contrast-enhancement MRI,DCE-MRI)瘤周血管特征结合瘤内血流动力学参数在乳腺影像报告和数据系统(breast imaging reporting and data system,BI-RADS)4类肿瘤中的鉴别诊断价值。材料与方法回顾性分...目的探讨动态对比增强MRI(dynamic contrast-enhancement MRI,DCE-MRI)瘤周血管特征结合瘤内血流动力学参数在乳腺影像报告和数据系统(breast imaging reporting and data system,BI-RADS)4类肿瘤中的鉴别诊断价值。材料与方法回顾性分析2018年8月至2023年3月于大连医科大学附属第一医院行乳腺MRI检查为BI-RADS 4类且病理结果明确肿瘤的女性病例102例,其中良性组43例,恶性组59例。记录患者年龄、病灶最大径(dmax)、乳腺DCE-MRI基本影像学特征、瘤周血管特征及瘤内血流动力学参数值。通过单因素和多因素logistic回归分析比较两组间多参数的差异,利用受试者工作特征(receiver operating characteristic,ROC)曲线以及曲线下面积(area under the curve,AUC)分析瘤周血管特征指标与瘤内参数值联合应用对BI-RADS 4类乳腺良恶性两组肿瘤鉴别的诊断效能。应用DeLong检验对AUC进行比较。结果乳腺良性组和恶性组病例在年龄、dmax、背景实质强化(background parenchymal enhancement,BPE)、纤维腺体组织量(fibroglandular tissue,FGT)、瘤周相邻血管征(adjacent vascular sign,AVS)数目、瘤周血管最大径、患侧瘤周与健侧同一象限血管直径差值(△d)、瘤周血管出现期相以及瘤内容积转移常数(volume transfer constant,K^(trans))、速率常数(flux rate constant,K_(ep))、最大增强斜率(maximum slope of increase,MSI)和时间-信号强度曲线(time-signal intensity curve,TIC)类型的差异均具有统计学意义(P<0.05),而病变位置、信号增强率(signal enhancement ratio,SER)和血管外细胞外间隙容积比(volume fraction of extravascular extra vascular space,V_(e))差异无统计学意义(P>0.05)。通过多因素logistic回归分析结果显示,△d、dmax、MSI和K^(trans)为区分两组间的独立影响因素,其中优势比最大的是MSI值(AUC为0.923)。将瘤周血管特征△d分别与dmax、MSI和K^(trans)进行两者联合模型比较,以△d与MSI联合模型的诊断效能最高(AUC为0.933,敏感度和特异度分别为93.2%和83.7%),且△d联合MSI与△d联合K^(trans)比较的差异具有统计学意义(P=0.001);其他联合指标在两两比较时差异无统计学意义(P>0.05),联合模型高于单独MSI模型的诊断效能。结论瘤周血管特征指标(△d)联合瘤内半定量(MSI)血流动力学参数对评价BI-RADS 4类乳腺肿瘤具有较好的鉴别诊断价值。展开更多
文摘目的探讨酰胺质子转移加权成像(amide proton transfer weighted imaging,APTw)的影像组学术前预测宫颈癌淋巴血管间隙侵犯(lymphovascular space invasion,LVSI)的价值。材料与方法回顾性分析经手术病理证实的宫颈癌患者病例及影像资料66例。所有患者均行盆腔3.0 T MRI检查,包括轴位T2WI、矢状位T2WI、动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)和3D-APTw序列扫描。在APTw-T2WI融合图像上对肿瘤实质区域进行感兴趣区(region of interest,ROI)勾画并记录APT值。在APT重建图像上进行肿瘤病灶分割并提取影像组学特征。采用组内相关系数(intra-class correlation coefficient,ICC)选取观察者内和观察者间复测信度好的影像组学特征(ICC>0.900)。采用递归特征消除法(recursive feature elimination,RFE)及最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行特征降维和筛选。基于logistic回归分类器构建临床模型、APTw影像组学模型和联合组学模型。采用受试者工作特征(receiver operating characteristic,ROC)曲线和决策曲线分析(decision curve analysis,DCA)评估模型的诊断效能和临床价值,采用DeLong检验比较不同模型的预测效能。结果在训练集中,APTw影像组学模型预测宫颈癌LVSI的效能高于临床模型(AUC=0.826 vs.0.675),差异有统计学意义(DeLong检验P<0.05)。联合组学模型在训练集和测试集中的AUC值分别为0.838和0.825。DeLong检验结果显示,联合组学模型在训练集中术前评估LVSI的效能显著高于临床模型和APTw影像组学模型(P均<0.05)。决策曲线显示APTw影像组学模型和联合组学模型在训练集和测试集中均具有较高的临床价值。结论基于APTw的影像组学模型在术前预测宫颈癌LVSI方面具有较高的潜力,联合临床因素能进一步提高预测效能,有望为宫颈癌患者的个体化治疗和预后评估提供重要的支持。
文摘目的探讨酰胺质子转移加权(amide proton transfer weighted,APTw)与动态对比增强磁共振成像(dynamic contrast enhanced MRI,DCE-MRI)序列评估宫颈癌神经周围侵犯(perineural invasion,PNI)的价值。材料与方法回顾性分析36例行盆腔3.0 T MRI检查(包括APTw、DCE-MRI序列)且手术病理证实为宫颈癌的患者病例及影像资料,其中有PNI(PNI组)12例,无PNI(NPNI组)24例。由两位观察者分别测量病灶的APT值与DCE-MRI定量参数值,包括容积转移分数(volume transfer constant,K^(trans))、速率常数(exchange rate between EES and blood plasma,K_(ep))、血管外细胞外间隙容积分数(extravascular volume fraction,V_(e))以及血浆容积分数(capillary plasma volume,V_(p))。采用组内相关系数(intra-class correlation coefficient,ICC)检验2位观察者对各参数值测量结果的一致性;采用Kolmogorov-Smirov检验数据是否符合正态分布,通过两独立样本t检验或Mann-Whitney U检验比较两组间参数值的差异,采用受试者工作特征(receiver Operating Characteristic,ROC)曲线评估有差异参数诊断PNI效能,获得相应的曲线下面积(area under the curve,AUC)、阈值、敏感度和特异度。采用二元logistic回归计算有差异参数的联合诊断效能,DeLong检验进行各参数和联合参数AUC比较,Spearman相关分析检测APT值和有差异DCE-MRI参数间的相关性。结果两位观察者测得的APT值及K^(trans)值、K_(ep)值、V_(e)值、V_(p)值结果一致性良好,ICC均>0.75。两组间的APT值和V_(p)值差异有统计学意义(P<0.05),K^(trans)、K_(ep)、V_(e)差异无统计学意义(P>0.05)。PNI组的APT值(2.89%±0.72%)和V_(p)值[7.80×10^(-3)(6.80×10^(-3),1.14×10^(-2))]均大于NPNI组[APT值2.31%±0.71%;V_(p)值4.19×10^(-3)(2.04×10^(-3),7.35×10^(-3))]。评估宫颈癌PNI时,APT值和V_(p)值的AUC分别为0.717、0.785,阈值分别为2.7%及6.46×10^(-3),敏感度及特异度分别为66.7%及75.0%、83.3%及75.0%;APT值联合V_(p)值后的AUC为0.792,APT值、V_(p)值与两者联合后的AUC之间差异无统计学意义(P>0.05)。APT值与V_(p)值无相关性(r=0.219,P=0.198)。结论APTw序列及DCE-MRI的定量参数均能有效预测宫颈癌PNI,具有一定临床应用价值。
文摘目的:探讨T_(2)mapping成像纹理分析鉴别宫颈癌病理分型和鳞癌病理分级的价值。方法:回顾性分析54例宫颈鳞癌(高级别37例、中-低级别17例)、19例腺癌患者的资料,术前均行T_(2)mapping序列在内的3.0TMRI检查。两名观察者分别独立提取T_(2)mapping全肿瘤纹理参数。比较鳞癌与腺癌之间及高级别与中-低级别鳞癌之间参数的差异性,采用Logistic回归构建联合参数。采用受试者工作特征(Receiver operating characteristic,ROC)曲线评估单一纹理参数及联合参数鉴别宫颈癌病理分型及鳞癌病理分级的效能。采用DeLong检验对比分析单一纹理参数和联合参数曲线下面积(Area under the curve,AUC)的差异。结果:从每例患者肿瘤中提取88个纹理参数,最终筛选出3个参数用于鉴别病理分型,8个参数用于鉴别鳞癌病理分级(P均<0.05)。鉴别宫颈癌病理分型及鳞癌病理分级的联合参数的AUC分别为0.963、0.966。联合参数的AUC较单一参数的AUC显著提高。结论:基于T_(2)mapping成像的纹理分析对于宫颈癌病理分型和鳞癌病理分级的鉴别具有一定的价值。
文摘目的探讨动态对比增强MRI(dynamic contrast-enhancement MRI,DCE-MRI)瘤周血管特征结合瘤内血流动力学参数在乳腺影像报告和数据系统(breast imaging reporting and data system,BI-RADS)4类肿瘤中的鉴别诊断价值。材料与方法回顾性分析2018年8月至2023年3月于大连医科大学附属第一医院行乳腺MRI检查为BI-RADS 4类且病理结果明确肿瘤的女性病例102例,其中良性组43例,恶性组59例。记录患者年龄、病灶最大径(dmax)、乳腺DCE-MRI基本影像学特征、瘤周血管特征及瘤内血流动力学参数值。通过单因素和多因素logistic回归分析比较两组间多参数的差异,利用受试者工作特征(receiver operating characteristic,ROC)曲线以及曲线下面积(area under the curve,AUC)分析瘤周血管特征指标与瘤内参数值联合应用对BI-RADS 4类乳腺良恶性两组肿瘤鉴别的诊断效能。应用DeLong检验对AUC进行比较。结果乳腺良性组和恶性组病例在年龄、dmax、背景实质强化(background parenchymal enhancement,BPE)、纤维腺体组织量(fibroglandular tissue,FGT)、瘤周相邻血管征(adjacent vascular sign,AVS)数目、瘤周血管最大径、患侧瘤周与健侧同一象限血管直径差值(△d)、瘤周血管出现期相以及瘤内容积转移常数(volume transfer constant,K^(trans))、速率常数(flux rate constant,K_(ep))、最大增强斜率(maximum slope of increase,MSI)和时间-信号强度曲线(time-signal intensity curve,TIC)类型的差异均具有统计学意义(P<0.05),而病变位置、信号增强率(signal enhancement ratio,SER)和血管外细胞外间隙容积比(volume fraction of extravascular extra vascular space,V_(e))差异无统计学意义(P>0.05)。通过多因素logistic回归分析结果显示,△d、dmax、MSI和K^(trans)为区分两组间的独立影响因素,其中优势比最大的是MSI值(AUC为0.923)。将瘤周血管特征△d分别与dmax、MSI和K^(trans)进行两者联合模型比较,以△d与MSI联合模型的诊断效能最高(AUC为0.933,敏感度和特异度分别为93.2%和83.7%),且△d联合MSI与△d联合K^(trans)比较的差异具有统计学意义(P=0.001);其他联合指标在两两比较时差异无统计学意义(P>0.05),联合模型高于单独MSI模型的诊断效能。结论瘤周血管特征指标(△d)联合瘤内半定量(MSI)血流动力学参数对评价BI-RADS 4类乳腺肿瘤具有较好的鉴别诊断价值。
