基于T2WI及动态对比增强MRI的影像组学模型预测肾细胞癌亚型

目的探讨从T2WI及动态增强磁共振图像中获得的影像组学特征在区分肾细胞癌(RCC)三种亚型中的价值。方法回顾性收集安徽医科大学第三附属医院2014年3月至2020年4月经术后病理证实的84例RCC且接受术前磁共振成像(MRI)检查患者的临床影像资料,84例中,透明细胞肾细胞癌(ccRCC)46例、乳头状肾细胞癌(pRCC)20例和嫌色细胞肾细胞癌(cRCC)18例。利用3D-Slicer软件在三个序列(T2WI、EN-T1WI皮质期和EN-T1WI髓质期)上对肿瘤三维全层勾画感兴趣区(ROI),利用Python软件从肿瘤体积中提取影像组学特征。使用组内组间相关分析计算每个特征组内组间相关系数(ICC),选取ICC>0.75的特征作为可重复提取的稳定特征。将肿块随机分为训练集和验证集(约6∶4),使用Kruskal-wallis检验筛选出每个MRI序列鉴别RCC亚型的最佳纹理特征,使用Countif函数对特征子集进行筛选,取三个序列的最佳特征,利用所筛选的基于影像组学的最佳特征分别建立T2WI、EN-T1WI皮质期和EN-T1WI髓质期三个序列的logistic回归模型。报告测试集三种亚型在三个序列的曲线下面积(AUC)、敏感度和特异度。结果三种亚型在三个序列有显著差异的影像组学特征共16个,T2WI、EN-T1WI皮质期、EN-T1WI髓质期序列在区分ccRCC和pRCC时的AUC分别为0.833、0.895和0.885;区分ccRCC和cRCC时的AUC分别为0.822、0.856和0.766;区分pRCC和cRCC时的AUC分别为0.857、0.881和0.857。结论基于MRI中所获得的影像组学资料,T2WI、EN-T1WI皮质期和EN-T1WI髓质期影像组学模型都可以很好的区分ccRCC、pRCC和cRCC,且以EN-T1WI皮质期诊断效能最佳。