基于多参数MRI影像组学特征预测肉芽肿性乳腺炎中医证型的研究

目的] 探讨多参数磁共振成像(magnetic resonance imaging，MRI)影像组学特征构建的模型在预测肉芽肿性乳腺炎(granulomatous mastitis，GM)中医辨证分型中的价值。方法] 回顾性分析经病理证实的GM病例111例，所有入组病例根据中医诊断标准分为标阳本阴兼血瘀证和标阳本阴兼气血不足证，其中标阳本阴兼血瘀证58例，标阳本阴兼气血不足53例，采用随机抽样方法将病例按7:3分为训练组及验证组，通过深睿科研平台软件，在动态增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging，DCE MRI)第2期、弥散加权成像(diffusion-weighted imaging，DWI)、表观弥散系数(apparent diffusion coefficient，ADC)图像中各提取了1 648个影像组学特征；通过随机森林算法及LASSO回归分析建立4个模型:DCE模型、ADC模型、DWI模型及联合模型(DCE+ADC+DWI)，通过受试者工作特征(receiver operating characteristic，ROC)曲线下面积(area under curve，AUC)、特异度、敏感度、准确度评估预测性能。 结果] 4个影像组学模型(DCE模型、ADC模型、DWI模型及联合模型)在预测GM中医分型的训练组中的AUC分别为0.84、0.82、0.81、0.92，验证组中的AUC分别为0.79、0.73、0.70、0.82，联合模型诊断效能最高，验证组中的准确度、敏感度、特异度分别为0.82、0.94、0.67。 结论] 基于多参数MRI的影像组学模型具有预测GM中医分型的潜力，联合DCE、DWI、ADC序列比单一序列更佳，本研究结果可为中医辨证施治提供客观化、标准化的依据。

Predicting TCM Syndrome of Granulomatous Mastitis Based on Multi-parameter MRI Radiomic Features