多方位MRI影像组学预测局部进展期直肠癌新辅助放化疗疗效

目的:采用MRI影像组学方法,提取局部进展期直肠癌(LARC)病灶影像组学特征,并联合临床及常规影像特征构建预测模型,探讨模型对新辅助放化疗(nCRT)疗效的预测效能。方法:回顾性分析209例LARC患者nCRT前的临床及影像资料。LARC患者在nCRT后6～8周行全系膜切除术(TME),并评估肿瘤病理退缩分级(TRG)。按疗效分为nCRT反应良好组(TRG0～1级)和反应不良组(TRG2～3级),按照1:1随机分为训练组和验证组对模型进行内部验证。手动勾画T₂WI序列横轴面(TRA)、矢状面(SAG)及冠状面(COR)图像提取影像组学特征,采用LASSO回归筛选特征并构建影像组学标签。通过多因素logistics分析筛选nCRT疗效的独立预测因子并构建联合预测模型,采用ROC曲线及校正曲线对模型进行评估,并使用临床决策曲线评价模型的临床价值。结果:209例患者中nCRT反应良好组61例,反应不良组148例。T₂WI序列横轴面、矢状面、冠状面图像各提取379个影像组学特征,ICC为0.9的特征中TRA 96个,SAG 88个,COR 91个。...     

基于MRI影像组学列线图在宫颈鳞癌组织学分级中的预测研究

目的 建立并验证MRI影像组学列线图模型，实现术前对宫颈鳞癌组织学分级的准确预测。方法 回顾性搜集2019年1月至2021年10月于蚌埠医学院第一附属医院就诊208例患者的临床及影像资料。按照7∶3的比例将所有患者随机分为训练组(n=145)、验证组(n=63),在训练组患者选取矢状位T₂WI、增强T₁WI及轴位DWI图像，在病灶最大层面边缘勾画获取感兴趣区(ROI)提取影像特征，应用最小绝对收缩和选择算子(LASSO)算法建立影像组学评分。采用多因素Logistic回归分析确定独立危险因素，并结合影像组学评分建立MRI影像组学列线图。运用受试者工作特征曲线(ROC)曲线下面积(AUC)评价模型的预测性能。应用校正曲线评估列线图的临床应用价值。结果 基于临床参数及影像组学评分构建的列线图模型(AUC:0.852)的诊断效能高于临床特征模型(AUC:0.723)及影像组学模型(AUC:0.788)。结论 结合临床模型和影像组学评分的MRI影像组学列线图模型是一种简单、有效、可靠的预测宫颈鳞癌组织学分级的方法。     

增强MRI影像组学对肝癌微血管侵犯的预测价值

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、0.8...     

多序列MRI影像组学在子宫内膜癌组织学分级术前预测的价值

目的 探究MRI多序列成像及其影像组学对子宫内膜癌组织学分级术前预测的鉴别诊断效能,并与CA12-5值、MRI影像表现对照。方法 对134例经病理确诊为子宫内膜癌的MRI多序列图像进行回顾性分析,分成训练组（n=93）和验证组（n=41）,基于T₂矢状位、增强矢状位及扩散加权成像（DWI）提取影像组学特征;采用“逻辑回归”分类器模型,结合CA12-5值构建CA12-5模型,结合MRI影像表现统计学特征构建MRI影像表现模型,结合组学特征构建组学模型,联合MRI影像表现及组学统计学特征构建联合模型;受试者工作特征曲线（ROC）及曲线下面积（AUC）用于评价模型的鉴别诊断效能,Delong检验用于比较模型间AUC差异是否具有统计学意义。结果 CA12-5模型由统计的CA12-5值构成;MRI影像表现模型由最大层面矢状面长径、肌层浸润深度、淋巴结肿大、子宫内膜连续性、液化坏死、宫颈受累情况构成;影像组学模型由筛选出的影像组学特征构成;联合模型由MRI影像表现及影像组学特征构成。CA12-5模型、MRI影像表现模型、影像组学模型及联合模型在训练组中的AUC分别是0.629...     

基于多序列MRI影像组学模型预测脑膜瘤病理分级的价值

【摘要】目的：探讨基于多序列MRI影像组学模型预测脑膜瘤病理分级的价值。方法：回顾性分析经手术病理证实的215例脑膜瘤患者的临床及MRI资料。其中,低级别组174例,高级别组41例。将所有患者按照7∶3的比例随机分为训练组和验证组。采用ITP-SNAP软件,分别在T2WI、DWI和对比增强T1WI图像上勾画肿瘤的三维ROI,使用AK软件提取影像组学特征。采用Spearman相关性分析及多元Logistic回归分析筛选组学特征并构建影像组学标签。使用ROC曲线下面积（AUC）评价影像组学模型的预测效能。结果：高级别组与低级别组之间年龄和性别构成的差异均无统计学意义（P>0.05）。基于T2WI、DWI和对比增强T1WI的单序列及多序列联合影像组学模型预测高、低级别脑膜瘤的AUC均大于0.700。基于单序列的影像组学模型中,增强T1WI在训练组和验证组的AUC分别为0.942和0.913,均高于其它两个序列。基于MRI多序列联合的影像组学模型预测高、低级别脑膜瘤的AUC值最高,在训练组的AUC为0.950,在验证组的AUC为0.923。结论：MRI影像组学模型能够预测脑膜瘤的病理分级,尤其是多序列联合的影像组学模型对脑膜瘤病理分级具有较高的预测效能。     

基于影像组学模型预测胶质母细胞瘤患者术后一年死亡风险

目的 开发新的临床影像组学列线图模型,用于对胶质母细胞瘤患者术后1年死亡风险进行预测,为胶质母细胞瘤患者的预后提供指导。方法 纳入100例胶质母细胞瘤患者,分成训练组(n=50)和验证组(n=50)。开发一种纳入患者相关临床因素和MRI影像组学特征的列线图。提取患者增强扫描感兴趣区的影像组学特征,通过最小绝对收敛和选择算子(LASSO)筛选出用于建模的特征,并计算出影像组学评分。单因素多因素分析寻找有意义的临床变量。建立单独基于影像组学评分构建的单一模型以及基于临床变量和影像组学评分构建的联合模型。在训练组和验证组中分别使用ROC曲线、临床决策曲线对两种模型进行评价,筛选出最优模型用于指导临床。结果 从胶质母细胞瘤患者增强图像的感兴趣区筛选出有意义的影像组学特征并计算出影像组学评分。从患者相关临床因素中筛选出2个独立危险因素,分别为病灶水肿程度和病灶有无出血。联合模型的AUC在训练组和验证组中分别为0.890和0.879。单一模型的AUC在训练组和验证组中分别为0.842和0.798。临床决策曲线说明模型具有较高的临床实用性。结论 联合模型优于单一模型。结合影像组学评分和相关临床变量构...     

基于MRI影像组学预测宫颈癌Ki-67表达水平

目的:开发并验证基于多参数MRI图像特征的影像组学特征预测模型对术前宫颈癌症患者的Ki-67指数状态的预测。方法:回顾性分析来自两个不同机构的91例宫颈癌患者的MRI影像及病理结果。根据术后免疫组化结果，将Ki-67指数分为高表达组(>60%)及低表达组(≤60%)。从每位患者的T₂/SPAIR、ADC和CE T₁WI图像中共提取3390个影像学特征。单变量分析和最小绝对收缩选择算子(LASSO)对影像组学特征进行降维处理，最终筛选出关键特征。采用Logistic回归、决策树、支持向量模型(SVM)方法构建模型。采用受试者操作特征(ROC)曲线分析影像组学特征的预测准确性，计算曲线下面积(AUC)。结果:91例患者中，27例Ki-67低表达，64例Ki-67高表达。最终从T₂/SPAIR、CE T₁WI、ADC图像中分别筛选出4、6、5个影像学特征。对Ki-67状态的预测，三个序列对应的模型构建方法为Logistic回归、SVM、Logistic模型，最终获得的训练组AUC分别为0.801、0...     

基于CT影像组学术前预测淋巴结阴性胃癌淋巴血管侵犯

目的 探讨基于CT影像组学术前预测淋巴结阴性胃癌淋巴血管侵犯(LVI)的价值,并结合临床变量构建列线图。资料与方法 回顾性分析浙江大学医学院附属邵逸夫医院2019年1月—2021年6月173例淋巴结阴性且病理证实为胃癌患者的临床及CT影像,其中LVI阳性60例,LVI阴性113例,按7∶3随机分为训练组(n=121)和验证组(n=52)。基于训练组分别构建临床模型、影像组学模型、融合模型,并在验证组进行验证。临床资料和常规CT特征包括年龄、性别、肿瘤指标、肿瘤部位、肿瘤形态、强化幅度等,通过单因素及多因素分析筛选出临床显著变量并建立临床模型。用3D-Slicer软件勾画肿瘤感兴趣区并提取影像组学特征,用最小绝对值收缩和选择算子降维筛选特征,然后通过随机森林构建影像组学模型,并转化为随机森林评分。联合临床显著变量和随机森林评分构建融合模型并可视化为列线图。根据受试者工作特征曲线及曲线下面积(AUC)评估模型的预测效能,采用决策曲线分析评估临床实用性。结果 影像组学模型优于临床模型,训练组和验证组中影像组学模型AUC分别为0.872(0.810～0.935)、0.827(0.707～0.9...     

基于多参数MRI影像组学列线图预测直肠癌PD-1表达状态

目的 使用多参数MRI影像组学列线图预测直肠癌患者肿瘤细胞程序性死亡受体1(PD-1)表达状态。方法 回顾性的纳入病理确诊的168例直肠腺癌患者,均接受术前多参数MRI检查与术后PD-1免疫组织化学分析。按7∶3的比例随机分为训练组(n=118)和测试组(n=50)。构建并比较T₂WI、DWI及T₂WI+DWI影像组学模型的性能。根据单、多因素逻辑回归筛选出临床独立危险因素建立临床模型。最后将最佳影像组学评分结合临床特征以构建联合模型,并将其展现为可视化列线图。以受试者曲线下面积(AUC)、校准曲线及决策曲线评估模型的临床价值。结果 经特征筛选最终T₂WI、DWI、T₂WI+DWI序列分别保留8、5、9个影像组学特征,各模型训练集和测试集中的PD-1表达的效能由AUC评估(测试集中,T₂WI为0.64,DWI为0.66,T₂WI+DWI为0.74),组合模式明显优于单一成像方式。临床T、N分期为独立危险因素(P<0.05),其临床模型AUC值为0.6...     

基线ADC图全容积ROI影像组学模型预测肿块样乳腺癌新辅助化疗后获得病理完全缓解的价值

【摘要】目的：基于基线期ADC图全容积ROI特征提取构建影像组学预测模型,探讨其对肿块样乳腺癌新辅助化疗（NAC）疗效的预测价值。方法：将2016年1月－2017年12月在本院经粗针穿刺活检病理证实为浸润性乳腺癌的94例女性患者纳入研究,并按照7∶3 的比例随机分为训练组（66例）和验证组（28例）。所有患者在NAC后采用Miller-Payne（M-P）病理分级系统评估疗效,其中获得病理完全缓解（PCR）者14例（14.9%）。回顾性分析每例患者NAC前、后的的临床资料及NAC前3.0T MRI检查资料。采用ITK-SNAP软件获得肿瘤的容积ROI,并采用A.K软件提取影像组学特征,序贯采用最大相关最小冗余（mRMR）特征选择方法和最小绝对收缩和选择算子（LASSO）进行降维分析,并构建影像组学模型（Radscore）。采用ROC曲线和临床决策曲线综合评价模型的预测效能和临床应用价值。结果：基于ADC图全容积ROI影像组学模型预测乳腺癌PCR,在训练组中的AUC和符合率分别为0.87（95% CI：0.75~0.99）和0.848,在验证组中分别为0.85（95% CI：0.71~1.00）和0.821。决策曲线显示,风险因素的概率阈值为10%~80%时,影像组学模型增加了更多的临床收益。结论：基于基线期ADC图全容积ROI影像组学模型对肿块样乳腺癌NAC后疗效（病理评估）有较好的预测效能。     

MRI影像组学列线图术前预测子宫内膜癌淋巴结转移

目的 构建并验证MRI影像组学列线图术前预测子宫内膜癌淋巴结转移的价值。资料与方法 回顾性分析2014年9月—2022年5月福建省妇幼保健院195例子宫内膜癌患者的临床及影像资料，利用MaZda软件获取影像组学特征，建立影像组学得分，利用多因素Logistic回归建立淋巴结转移预测列线图，采用受试者工作特征曲线评价模型的预测效能，并在测试集中进行验证。结果 训练集134例，其中淋巴结转移43例；验证集61例，其中淋巴结转移28例，术前MRI诊断淋巴结转移的敏感度为32.4%(23/71)，特异度为96.0%(119/124)。多因素Logistic回归分析显示影像组学得分、MRI提示宫颈间质浸润、Ki-67、MRI提示淋巴结转移为独立危险因素，依此构建的预测模型在训练组及验证组的曲线下面积分别为0.897、0.840,HosmerLemeshow检验显示模型在训练组、验证组拟合优度良好（P=0.689、0.167）。结论 MRI影像组学列线图提高了子宫内膜癌淋巴结转移的诊断效能，有助于临床制订个体化治疗策略。     

基于多序列MRI影像组学评分及临床参数预测肝细胞癌微血管浸润的nomogram模型研究

目的:基于肝细胞癌(HCC)患者的临床资料及多模态肝脏影像组学分析建立机器学习模型,探讨此模型术前预测HCC微血管浸润(MVI)的价值。方法:回顾性分析2020年3月-2021年9月在本院经病理证实为原发性HCC的130例患者的术前肝脏MRI及临床资料。基于病理检查结果,将患者分为MVI阳性组及MVI阴性组。记录患者的各项术前临床资料。所有患者术前行MRI检查,检查序列包括T₂WI、DWI和ADC以及Gd-EOB-DTPA对比增强动脉期、门脉期、延迟期和肝胆期T₁WI共7个序列。由放射科医师评估肿瘤的常规影像特征。自7个序列的图像上分别提取影像组学特征并进行降维,然后采用线性支持向量机(SVM)方法构建预测MVI的预测模型。再将所有序列图像提取的特征整合,经降维分析后最终筛选出6个最佳组学特征并采用线性SVM方法构建多序列联合组学模型,然后基于此多序列联合组学模型计算每例患者的放射组学评分(Radscore)作为后续建模特征。最后共采用了5种机器学习算法对上述三类资料(即临床资料、常规影像特征、组学特征)中筛选出的特征进行综合模型的构建,包括...     

治疗前CT影像组学结合机器学习预测非小细胞肺癌患者EGFR突变亚型

目的探讨基于治疗前胸部平扫CT影像组学特征和临床特征结合机器学习算法预测非小细胞肺癌(NSCLC)患者表皮生长因子受体(EGFR)突变状态和突变亚型(19Del/21L858R)的可行性和价值。方法回顾性分析南华大学附属第一医院和附属第二医院经活检病理证实和接受EGFR基因检测的280例NSCLC患者的治疗前胸部平扫CT和临床特征数据, 其中EFGR突变患者为136例。由两位高年资影像和肿瘤医师勾画原发肺部大体肿瘤区域(GTV), 然后提取851个影像组学特征, 采用Spearman相关分析和RELIEFF算法筛选具有预测性的特征, 两家医院分别为训练组和验证组。经特征选择的影像组学特征和临床特征构建临床-影像组学模型, 并与单独采用影像组学特征和临床特征模型进行比较。采用序贯建模流程, 使用支持向量机(SVM)建立机器学习模型预测EGFR突变状态和突变亚型。受试者工作曲线下面积(AUC-ROC)评估预测模型的诊断效能。结果经特征筛选各有21个影像组学特征在预测EGFR突变和突变亚型时具有预测效能并用于建立影像组学模型。临床-影像组学模型表现出最好的预测效能, 预测EGFR突变状态的模...     

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...     

MRI影像组学术前预测脑膜瘤病理分级的研究

【摘要】目的：探讨基于MRI的影像组学分析对脑膜瘤病理分级的预测效能。方法：回顾性分析经病理证实的137例脑膜瘤患者的MRI资料（T2WI和对比增强T1WI），其中低级别脑膜瘤（WHO Ⅰ级）99例，高级别脑膜瘤（WHO Ⅱ级）38例。按7:3的比例将患者分为训练组（95例）和验证组（42例）。评估肿瘤的常规MRI征象，包括双侧分布、部位、形状、T2WI上信号是否均匀、血管流空现象、瘤周水肿、强化是否均匀、强化程度、脑膜尾征、邻近组织侵袭情况及是否跨中线生长等。应用IBEX软件，在瘤体内手动勾画ROI，自每个MRI序列上提取5个特征组共736个影像组学特征，使用最小绝对收缩和选择算子（LASSO）及10折交叉验证法进行降维。在训练组中，采用Logistic回归分析进行建模，共构建3个模型，即影像特征模型、影像组学模型和联合诊断模型。在验证组中，绘制3个模型的受试者工作特征曲线（ROC）来评估其预测效能。结果：在训练组和验证组中，高级别和低级别脑膜瘤患者的各项一般临床资料的差异均无统计学意义（P>0.05）；各项常规MRI征象中，仅血管流空和强化是否均匀这两个特征在低级别和高级别脑膜瘤间的差异有统计学意义（P<0.05）。通过降维后共筛选出13个影像组学特征。在验证组中对3个模型分别进行效能评估，ROC曲线分析显示：影像特征模型预测脑膜瘤病理分级的敏感度为66.7%，特异度为80.0%，AUC为0.800；影像组学模型的预测敏感度为66.7%，特异度为86.7%，AUC为0.811；联合诊断模型的预测敏感度为100.0%，特异度为66.7%，AUC提高至0.856。结论：基于MR T2WI及增强T1WI的影像组学分析有助于术前预测脑膜瘤的病理分级，影像组学分析方法具有较好的临床应用前景。     

基于CT影像组学构建术前预测胰腺癌神经周围侵犯模型的研究

目的 探讨基于增强CT影像组学特征联合传统影像特征、临床信息建立的模型术前预测胰腺癌发生神经周围侵犯(PNI)的可行性及价值。方法 回顾性分析137例术后病理证实为胰腺癌患者的增强CT影像特征及临床资料,其中有PNI患者98例,无PNI患者39例,按照7∶3比例随机分为训练组96例,验证组41例。利用3D Slicer分别在术前增强CT动、静脉期图像上手动勾画肿瘤,Pyradiomics提取特征,最小冗余最大相关算法(mRMR)、最小绝对收缩和选择算子(LASSO)进行特征的降维、筛选,在训练组分别构建独立组学模型、临床-传统影像模型及融合组学模型,验证组验证模型效能。绘制ROC曲线评价预测模型的效能。结果 最终动脉期、静脉期、动脉期联合静脉期分别筛选出3个、2个、2个组学特征,3个期相分别建立的独立组学模型、临床-传统影像模型及融合组学模型中均是融合组学模型性能最高,动脉期、静脉期、动脉期联合静脉期融合组学模型在训练组AUC值分别为0.83、0.85、0.80,在验证组AUC值分别为0.78、0.76、0.80。结论 基于增强CT影像组学特征联合血管侵犯构建的融合组学模型能在术前有效...     

基于数字化乳腺X线影像组学列线图预测浸润性乳腺癌组织学分级的多中心研究

【摘要】目的：探讨基于多中心数字化乳腺X线影像组学列线图预测浸润性乳腺癌组织学分级的价值。方法：以病理诊断为金标准,按照7:3的比例将皖南医学院第一附属医院弋矶山医院437例浸润性乳腺癌患者随机拆分为训练组305例（Ⅰ/Ⅱ级217例,Ⅲ级88例）和验证组132例（Ⅰ/Ⅱ级94例,Ⅲ级38例）,将阜阳市人民医院（n=129）和太和县人民医院（n=162）291例浸润性乳腺癌患者（Ⅰ/Ⅱ级203例,Ⅲ级88例）作为外部测试组。对比分析双乳内外斜位（MLO）和头尾位（CC）图像,选取病变面积较大的数字化乳腺X线图像使用深睿医疗多模态科研平台进行图像分割和影像组学特征提取,采用特征间线性相关性分析与最小绝对收缩和选择算法对组学特征进行降维并使用逻辑回归构建影像组学模型。临床指标经单因素及多因素二元Logistic回归分析并构建临床模型。影像组学评分联合临床指标构建列线图。采用受试者工作特征（ROC）曲线和决策曲线分析（DCA）评价模型性能,使用Delong检验比较模型间的预测效能。结果：最终筛选出3个与浸润性乳腺癌组织学分级最相关的影像组学特征。列线图对浸润性乳腺癌组织学分级的预测效能在训练组、验证组和外部测试组分别为0.811、0.825和0.803,诊断效能优于单一模型。DCA显示在概率值为20%～60%时,训练组、验证组及外部测试组列线图预测浸润性乳腺癌组织学分级的净收益高于影像组学模型及临床模型。结论：基于数字乳腺X线影像组学模型对浸润性乳腺癌组织学分级的预测具有较高的效能,对患者制定个性化治疗方案和预后评估有着重要的临床应用价值。     

基于MRI影像组学模型与临床模型预测乳腺癌新辅助化疗病理完全缓解效能分析

目的 比较基于动态增强磁共振成像（DCE-MRI）、表观扩散系数（ADC）图的影像组学模型以及基于临床特征模型预测乳腺癌新辅助化疗(NAC)病理完全缓解（PCR）的效能。 方法 回顾性收集91例行乳腺癌NAC并有疗效病理评估结果的女性病人,平均年龄（48.45±9.49）岁。将91例病人按照7∶3比例分为训练组（63例）和验证组（28例）。2组均进行NAC疗效病理评估,训练组中PCR者16例、病理部分缓解（PPR）者47例,验证组中PCR者7例、PPR者21例。所有病人均在NAC前行DCE-MRI和扩散加权成像（DWI）检查。采用单因素Logistic回归对病人年龄、雌激素受体（ER）、孕激素受体（PR）、人表皮生长因子受体2（HER-2）、肿瘤增殖细胞核抗原（Ki-67）表达状态进行分析,然后基于有统计学意义的临床特征建立临床模型。提取并筛选影像组学特征,采用多元Logistic回归构建DCE模型和ADC模型,计算相应模型影像组学评分（DCE-Radscore和ADC-Radscore）。采用t检验、卡方检验或Fisher确切概率检验比较训练组和验证组中PCR者和PPR者间的临床特征和影像组学评分。采用受试者操作特征（ROC）曲线评估模型的预测效能,并计算其敏感度、特异度和曲线下面积（AUC）。采用决策曲线评估模型的临床应用价值。 结果 训练组中,PCR者的ER、PR阴性率、DCE-Radscore均高于PPR者（均P<0.05）,并在验证组中得到验证（P<0.05）。训练组中PCR者的ADC-Radscore高于PPR者（P<0.05）,但未得到验证组验证（P>0.05）。训练组中,临床模型预测PCR的AUC值（0.823）及敏感度（0.875）最高,其次是ADC模型,DCE模型最低（AUC为0.750,敏感度为0.688）。验证组中,临床模型预测PCR的AUC值最高（0.793）而敏感度（0.571）最低,ADC模型AUC（0.639）最低但敏感度(1.000)最高。决策曲线分析显示应用临床模型具有最大的净获益,其次是ADC模型,DCE模型最低。 结论 ADC模型、DCE模型和临床模型均能预测PCR,其中临床模型预测效能和净获益最高。     

IVIM-DWI及3D-pCASL在局部晚期鼻咽癌诱导化疗近期疗效预测中的应用研究

目的 探讨体素内不相干运动扩散加权成像(IVIM-DWI)及三维伪连续动脉自旋标记(3D-pCASL)技术定量参数在局部晚期鼻咽癌(LANPC)诱导化疗(IC)近期疗效中的预测价值。方法 搜集2020年12月至2021年12月经病理活检证实的Ⅲ～Ⅳa期鼻咽癌(NPC)患者53例，均行IC,于治疗前行IVIM-DWI及3D-pCASL扫描，IVIM参数包括：真实扩散系数(D)、灌注相关扩散系数(D^*)、灌注分数(f);3D-pCASL参数包括血流量平均值(BF_mean)、血流量最小值(BF_min)、血流量最大值(BF_max)。所有患者治疗前后均行常规MRI平扫+增强扫描。根据实体肿瘤疗效评估标准(RECIST 1.1)分为完全缓解组(CR)(n=25)和非完全缓解组(nCR)(n=28)。比较两组间各参数的差异，对有统计学意义的参数绘制受试者工作特征(ROC)曲线，计算曲线下面积(AUC)。结果 CR组治疗前D值较nCR组低(P<0.001),CR组治疗前BF_mean值及B...     

多参数磁共振组学预测甲状腺乳头状癌淋巴结转移的价值

目的:探讨基于术前原发肿瘤的多参数磁共振图像所构建的组学模型在预测甲状腺乳头状癌颈部淋巴结转移中的价值。方法:回顾性分析129例病理证实的甲状腺乳头状癌术前磁共振资料。从T₂WI、DWI、多期T₁WI增强图像中提取影像组学特征,按照7:3比例随机将129例患者为训练组和验证组,在训练集中采用最小冗余最大关联度(mRMR)和最小绝对收缩选择算子(LASSO)筛选最优影像组学特征,构建组学特征模型。采用受试者操作特征(ROC)曲线评价多参数磁共振组学模型术前预测颈部淋巴结转移的预测效能,并在验证集中验证。结果:分别从T₂WI、DWI、多期T₁WI增强提取396个影像组学特征,经预处理及筛选最终获得18个最佳组学特征,根据最优影像组学特征及相应权重系数建立影像组学预测模型并计算影像组学评分,训练组和验证组中影像组学评分淋巴结转移组高于无淋巴结转移组。训练组的AUC值为0.92,敏感度为83.3%,特异度为88.9%,验证组的AUC值为0.80,敏感度为78.9%,特异度为77.8%。结论:基于多参数磁共振...