基于多参数MRI影像组学鉴别子宫内膜癌和子宫黏膜下肌瘤的价值

【摘要】目的：探讨基于多参数MRI影像组学建立模型在鉴别子宫内膜癌与子宫黏膜下肌瘤中的价值。方法：回顾性收集本院2013年8月-2022年1月经术后病理证实为子宫内膜癌和子宫黏膜下肌瘤病例93例, 其中子宫内膜癌51例，子宫黏膜下肌瘤42例。应用Python软件Pyradiomics包将T2WI、ADC、对比增强T1WI（CE-T1WI）图像勾画的ROI提取影像组学特征，按照7：3的比例随机分为训练集（n=65）和测试集（n=28），应用最小绝对收缩和选择算子（LASSO）回归对训练集数据进行特征降维，筛选最佳影像组学特征，代入Logistic回归机器学习方法构建模型，通过对受试者工作特征曲线、准确率、敏感度、特异度进行分析，探讨T2WI、ADC、CE-T1WI及T2WI、ADC联合CE-T1WI四组影像组学模型的诊断效能。结果：经过降维和筛选，分别在T2WI、ADC、CE-T1WI组中提取24、27、26个影像学特征。构建的鉴别诊断子宫内膜癌和子宫黏膜下肌瘤模型中，T2WI、ADC、CE-T1WI及T2WI、ADC联合CE-T1WI组的训练集和测试集ROC曲线下面积分别为0.97、0.88、0.93、0.99和0.90、0.67、0.85、0.94。结论：基于T2WI、ADC和CE-T1WI建立影像组学模型对鉴别子宫内膜癌和子宫黏膜下肌瘤有一定价值。