首页 | 官方网站   微博 | 高级检索  
     

联合临床、MR T2WI及表观弥散系数图影像组学特征列线图预测初发前列腺癌骨转移
引用本文:姬健智,张倩,牛猛,郭顺林,翟亚楠.联合临床、MR T2WI及表观弥散系数图影像组学特征列线图预测初发前列腺癌骨转移[J].中国医学影像技术,2022,38(7):1050-1055.
作者姓名:姬健智  张倩  牛猛  郭顺林  翟亚楠
作者单位:兰州大学第一临床医学院, 甘肃 兰州 730000;兰州大学第一医院放射科, 甘肃 兰州 730000
摘    要: 目的 评估基于临床、MR T2WI及表观弥散系数(ADC)图影像组学特征构建的联合模型列线图预测初发前列腺癌骨转移的价值。方法 回顾性分析110例接受前列腺MR检查且经病理证实的初发前列腺癌患者,根据99Tcm亚甲基二磷酸盐(99Tcm-MDP)全身骨显像分为骨转移组(n=50)和无骨转移组(n=60)。基于T2WI及ADC图各提取851个、共1 702个影像组学特征,筛选最佳特征,计算影像组学评分并建立影像组学模型。应用单因素和多因素logistic回归分析筛选初发前列腺癌骨转移的临床相关独立危险因素,建立临床模型,并构建临床独立危险因素联合影像组学评分联合模型,绘制列线图将之可视化。以受试者工作特征(ROC)曲线评估各模型预测初发前列腺癌骨转移的效能,以决策曲线分析(DCA)评价联合模型的价值。结果 最终选出11个最佳影像组学特征,以之建立的影像组学模型预测初发前列腺癌骨转移的曲线下面积(AUC)为0.82。总前列腺特异性抗原、碱性磷酸酶和N分期是初发前列腺癌骨转移的临床独立危险因素(P均<0.05),以之构建的临床模型的AUC为0.93。联合模型的AUC(0.96)高于临床模型(Z=-2.066,P=0.039)和影像组学模型(Z=-3.451,P<0.001)。联合模型在阈值概率0~0.98时的临床净获益大于临床模型。结论 基于临床联合T2WI及ADC图影像组学特征的列线图可有效预测初发前列腺癌骨转移。

关 键 词:前列腺肿瘤  肿瘤转移  骨和骨组织  磁共振成像  影像组学  列线图
收稿时间:2022/2/23 0:00:00
修稿时间:2022/5/1 0:00:00

Nomogram based on clinical, MR T2WI and apparent diffusion coefficient map radiomics features for predicting bone metastasis of incipient prostate cancer
JI Jianzhi,ZHANG Qian,NIU Meng,GUO Shunlin,ZHAI Yanan.Nomogram based on clinical, MR T2WI and apparent diffusion coefficient map radiomics features for predicting bone metastasis of incipient prostate cancer[J].Chinese Journal of Medical Imaging Technology,2022,38(7):1050-1055.
Authors:JI Jianzhi  ZHANG Qian  NIU Meng  GUO Shunlin  ZHAI Yanan
Affiliation:The First Clinical Medical College of Lanzhou University, Lanzhou 730000, China;Department of Radiology, the First Hospital of Lanzhou University, Lanzhou 730000, China
Abstract:
Keywords:prostatic neoplasms  neoplasm metastasis  bone and bones  magnetic resonance imaging  radiomics  nomogram
点击此处可从《中国医学影像技术》浏览原始摘要信息
点击此处可从《中国医学影像技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号