增强MRI影像组学对肝癌微血管侵犯的预测价值

【摘要】目的：探讨基于增强MRI影像组学方法对肝细胞肝癌微血管侵犯(MVI)的术前预测价值。方法：回顾性分析108例经手术病理证实为肝细胞肝癌病例的临床及增强MRI图像资料,其中MVI阳性45例,MVI阴性63例。对增强MRI动脉期（AP）、门静脉期（PVP）及延迟期（DP）图像进行影像组学特征提取,筛选最有价值的组学特征,采用五折交叉验证将样本量训练组和测试组,对训练组构建基于AP、PVP、DP及基于3期特征融合的影像组学联合逻辑回归模型,并对MVI的独立预测因子构建逻辑回归模型。选择最优影像组学模型并结合临床影像特征模型构建临床影像组学模型。所有模型结果均用五折交叉均值表示。模型采用受试者工作特征曲线(ROC)分析模型的有效性,并用测试组进一步验证。结果：MVI临床影像特征的独立预测因素包括甲胎蛋白、肿瘤最大径、瘤内动脉及包膜情况。临床影像特征模型在训练组的诊断效能ROC曲线下面积(AUC)值0.864,测试组AUC值0.843。AP、PVP、DP及3期联合模型在训练组的诊断效能AUC值分别为0.898、0.874、0.894及0.898,测试组AUC值分别为0.861、0.864、0.86及0.881。Delong检验分析发现测试组中增强MRI影像组学模型中3期联合模型的诊断效能较高,其与临床影像特征结合建立的临床影像组学模型诊断性能达到最优,训练组与测试组AUC值为0.934及0.911。结论：基于增强MRI建立的临床影像组学模型能够在术前无创地评估和预测MVI。     

钆塞酸二钠增强MRI肝胆期影像组学对乙肝患者肝储备功能的评估价值

目的:探讨钆塞酸二钠(Gd-EOB-DTPA)增强MRI肝胆期影像组学对乙型肝炎病毒感染患者肝储备功能的评估价值。方法:将73例慢性乙型肝炎肝功能正常者、136例Child-Pugh A级和70例Child-Pugh B/C级乙型肝炎患者按照8:2随机分成训练组和测试组。从肝胆期MRI图像中勾画全肝实质进行影像组学特征提取。将得到的影像组学得分值(Rad-score)和多因素回归分析筛选出的临床变量联合,建立临床-影像组学联合模型。采用受试者工作特征(ROC)曲线分析评估效能。另一时间段64例(17例肝功能正常、30例Child-Pugh A级和17例Child-Pugh B/C级)乙肝患者用来验证。结果:多因素回归分析筛选出血小板、总胆红素和凝血酶原时间国际化比值用以建立鉴别肝功能正常与Child-Pugh A级的临床模型,利用4个最相关的影像组学特征构建影像组学模型,训练组、测试组和验证组中临床模型鉴别肝功能正常与Child-Pugh A级的曲线下面积(AUC)分别为0.897、0.884、0.780,组学模型的AUC分别为0.890、0.914、0.824,临床-影像组学联合模型...     

增强CT影像组学在鉴别肝转移性腺癌来源的运用

目的 探讨基于机器学习的增强CT影像组学模型对肝转移性腺癌来源预测的可行性。方法 回顾性分析317例肝转移瘤患者的增强CT图像及临床影像资料,其中153例非胃肠道来源腺癌(25例乳腺腺癌,128例肺腺癌)和164例胃肠道来源腺癌(95例结直肠腺癌,41例胃腺癌,28例胰腺腺癌)。在增强CT三期图像中分别分割肿瘤体积。使用联影科研平台(uAI)提取影像组学特征,用最小绝对收缩与选择算子算法(LASSO)进行特征筛选。结合年龄及性别构建支持向量机分类器预测模型。两位影像医师根据影像特征进行预测。受试者工作特征(ROC)曲线分析各类模型效能,Delong检验对比模型诊断效能。决策曲线分析(DCA)探索模型临床应用价值,校准曲线评估模型预测精度。结果 经LASSO算法从三期图像中共获得6个影像组学特征,建立的影像组学联合模型曲线下面积(AUC)为0.738,结合年龄及性别建立临床影像组学模型的AUC值、敏感度、特异度和准确度分别达到0.833、0.740、0.804和0.771。两位影像医师诊断的AUC值分别为0.643和0.664。临床影像组学模型诊断效能高于两位影像医师诊断,差异有统计学意...     

三维重建CT影像组学诊断椎体急性轻度压缩性骨折

目的 观察三维重建CT影像组学模型诊断椎体急性轻度压缩性骨折的价值。方法 回顾性分析362例胸/腰椎(T1～L5)轻度压缩性骨折患者CT及MRI资料，包括274例单发及88例多发椎体骨折。以MRI为参考，于轴位、矢状位及冠状位三维重建CT图中标记骨折椎体为“1”,将相邻正常椎体标记为“0”。以60例(含120个椎体)为验证集，将其余302例604个椎体按7∶3比例分为训练集(211例，422个椎体)及测试集(91例，182个椎体);于三维重建CT图中勾画椎体ROI,获得感兴趣容积(VOI),提取并筛选其最优影像组学特征，以logistic回归、随机森林及支持向量机分类器进行分类(1或0)并构建影像组学模型。绘制受试者工作特征曲线，评估模型诊断椎体急性轻度压缩性骨折的效能。结果 基于轴位、矢状位、冠状位ROI及VOI构建模型在测试集中的曲线下面积(AUC)均>0.80,以logistic回归分类器所构模型的校准度较优。以logistic回归基于矢状位ROI及VOI所构建模型的AUC均高于其他模型(P均<0.05),其在验证集的AUC分别为0.83及0.88。结论 三维重建CT...