基于数字化乳腺X线影像组学预测浸润性乳腺癌腋窝淋巴结转移的多中心研究

目的:探讨基于多中心数字化乳腺X线影像组学预测浸润性乳腺癌腋窝淋巴结转移的临床应用价值。方法:回顾性搜集728例经病理证实的浸润性乳腺癌患者,按照7:3的比例将皖南医学院第一附属医院弋矶山医院413例浸润性乳腺癌患者随机拆分为训练组289例(淋巴结转移阴性197例,淋巴结转移阳性92例)和验证组124例(淋巴结转移阴性85例,淋巴结转移阳性39例),将阜阳市人民医院和太和县人民医院浸润性乳腺癌患者共计315例(淋巴结转移阴性221例,淋巴结转移阳性94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及影像组学特征提取,采用特征间线性相关性分析与最小绝对收缩和选择算法(LASSO)对组学特征进行降维并使用支持向量机(SVM)分类器构建影像组学预测模型。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。结果:最终筛选出8个影像组学特征构建预测模型用于预测浸润性乳腺癌腋窝淋巴结转移,该模型的预测效能在训练组、验证组和外部测试组分别为0.807、0.790和0.753,敏感度、...     

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。     

乳腺癌腋窝淋巴结转移的影像及影像组学研究进展

腋窝淋巴结转移是乳腺癌预后的关键因素,术前准确评估淋巴结转移状态有助于制定合理的治疗方案。超声、多模态MRI是目前最常用、效能较高的影像检查方法,可判定部分具有典型影像学征象的转移淋巴结。对于不典型的转移性淋巴结,根据乳腺癌病灶征象可预测转移淋巴结,并且基于影像组学的预测模型对淋巴结转移的预测效能很高。本文就基于超声及磁共振影像及影像组学对乳腺癌腋窝淋巴结转移的研究进行综述。     

基于CT增强图像的影像组学模型评估乳腺癌腋窝淋巴结转移

目的:探讨基于CT增强图像的影像组学在评估乳腺癌腋窝淋巴结转移方面的临床应用价值.方法:回顾性分析402例乳腺癌患者(共825枚短径≥5 mm腋窝淋巴结)的CT增强图像.在每个淋巴结的最大层面勾画ROI,使用AK软件提取淋巴结的纹理特征.对两位医师分别提取的100个淋巴结的纹理特征进行一致性分析.分别采用单因素方差分析...     

基于增强CT影像组学列线图预测进展期胃癌隐匿性腹膜转移

目的 探讨基于增强CT影像组学列线图在术前预测进展期胃癌隐匿性腹膜转移（PM）中的价值。方法 回顾性收集经手术病理证实为进展期胃癌且行术后PM评估的110例病人的临床及影像学资料,其中男77例,女33例,平均年龄（64.65±10.24）岁。所有病人术前均行全腹部增强CT检查且PM诊断为阴性。将全部病人按7∶3的比例随机分为训练集77例（术后PM阳性33例）与验证集33例（术后PM阳性14例）。采用卡方检验及二元Logistic回归分析筛选与隐匿性PM显著相关的独立预测因素来构建临床模型。基于增强CT影像提取并筛选影像组学特征,构建组学模型并计算模型的影像组学评分（Radscore）。将临床独立预测因素与Radscore联合来构建联合模型及其列线图。采用受试者操作特征（ROC）曲线评估各模型的预测效能,DeLong检验比较各模型间的AUC值,并用校准曲线及决策曲线分析评估联合模型的拟合优度和临床价值。结果 在训练集及验证集中,联合模型的预测效能（AUC值分别为0.944、0.915）均高于临床模型（AUC值分别为0.780、0.865）及组学模型（AUC值分别为0.844、0.825）...     

基于T2WI-FS的影像组学特征在术前预测乳腺癌腋窝淋巴结转移中的价值

目的：探讨基于T2加权成像压脂序列（T2-weighted imaging fat suppression,T2WI-FS）图像的影像组学特征所构建机器学习模型在术前预测乳腺癌患者腋窝淋巴结（axillary lymph nodes,ALN）转移中的价值。方法：回顾并分析经病理学检查证实的乳腺癌患者68例,共171枚ALN（转移101枚,非转移70枚）。在T2WI-FS图像上勾画每个目标淋巴结的三维容积感兴趣区（volume of interest,VOI）,并提取一阶统计量特征、几何形状及纹理特征等影像组学特征。随机将两组ALN分为训练集和验证集（8∶2）,采用K最佳和最小绝对收缩和选择算子（the least absolute shrinkage and selection operator,LASSO）算法对训练集特征降维以筛选出关键特征,最后建立基于K近邻（K-nearest neighbor,KNN）、支持向量机（support vector machine,SVM）和逻辑回归（logistic regression,LR）3种分类器的机器学习模型。采用受试者工作特征（rec...     

CT影像组学列线图模型预测胃肠道间质瘤危险度分级

目的:建立临床-CT影像组学列线图模型并验证其在术前预测胃肠道间质瘤(GIST)危险度分级的应用价值。方法:回顾性搜集266例经病理证实的GIST患者,并将其分为低恶性风险组和高恶性风险组。提取10个临床及CT图像特征(年龄、性别、肿瘤部位、大小、形态、边界、囊变或坏死、钙化、表面溃疡、强化方式)用于构建临床模型。对病例的CT图像分别特征提取,并分为平扫期(N)、动脉期(A)、静脉期(V)及影像3期(N+A+V)4组,对上述4组通过select percentile和最小绝对收缩与选择算子(LASSO)算法降维、筛选组学特征后,分别使用5种分类器(Random Forest、Logistic Regression、SVM、SGD、XGBoost)建立各期组学模型。采用受试者工作特征(ROC)曲线下面积(AUC)进行量化。使用Delong检验比较各模型间AUC值差异,得到最佳影像组学模型。然后组合临床模型和最佳影像组学模型建立临床-CT影像组学列线图模型。结果:肿瘤大小、部位、形态、边界、强化方式及有无囊变坏死在两组中有统计学差异(P<0.05),年龄、性别、有无钙化及溃疡在两组中...     

高分辨T2WI影像组学列线图对直肠癌同时性肝转移的预测价值

目的:探讨基于高分辨T2WI图像的影像组学列线图预测直肠癌同时性肝转移的价值.方法:回顾性分析2018年1月至2019年5月期间在我院接受磁共振高分辨T2WI成像检查的127例直肠癌患者.在直肠高分辨T2WI图像上手动勾画病灶容积感兴趣区后提取影像组学特征,采用最小绝对收缩与选择算子(LASSO)算法进行降维,选择对预...     

基于MRI影像组学模型对食管癌淋巴结转移的预测价值

目的 探讨基于T₂WI及增强T₁WI序列MRI影像组学特征构建模型预测食管癌淋巴结转移的价值。 方法 回顾性收集经病理证实并行多模态MRI检查的食管癌病人120例,男89例,女31例,平均年龄（63.4±8.2）岁。将病人按7:3比例随机分为训练集84例和验证集36例。以手术病理为金标准将病人分为淋巴结转移阴性组（56例）和阳性组（64例）。采用A.K.软件基于T₂WI和增强T₁WI获取肿瘤兴趣区体积（VOI）,提取影像组学特征并进行降维筛选,并采用Logistic回归分析法构建基于T₂WI、增强T₁WI、联合T₂WI+增强T₁WI序列的影像组学模型。2组间一般临床资料比较采用独立样本t检验和χ²检验。采用组内相关系数（ICC）分析2名医师获取VOI的一致性。采用受试者操作特征（ROC）曲线评估预测模型的诊断效能,计算其曲线下面积（AUC）,并采用DeLong法比较不同模型的AUC值。 结果 淋巴结转移阴性和阳性组间病人的性别、年龄,肿瘤位置、病理类型及肿瘤长度的差异均无统计学意义（均P>0.05）。2名医师在T₂WI和增强T₁WI影像上获取VOI的一致性均较好（均P>0.8）。经筛选后,基于T₂WI、增强T₁WI、T₂WI+增强T₁WI联合序列获得的影像组学特征分别有5、6、9个。在训练集及验证集中联合模型的AUC高于增强T₁WI和T₂WI模型,且增强T₁WI模型的AUC高于T₂WI模型（均P<0.05）。 结论 基于MRI影像组学特征构建的模型对食管癌病人术前淋巴结转移具有良好的预测效能,且T₂WI+增强T₁WI联合模型较单序列模型的预测价值更高。     

乳腺癌前哨淋巴结活检技术的临床应用

目的:探讨前哨淋巴结活检(Sentinel lymph node biopsy,SLNB)在乳腺癌外科中的应用,并评价其准确性及可行性.方法:对2002-01～2004-01我院收治的161例Ⅰ、Ⅱ期乳腺癌病例,在常规行乳腺癌手术前均进行SLNB,即肿瘤局部皮内联合注射99mTc-DX及美蓝,根据核素示踪及美蓝染色结果寻找SLN并摘除,行冰冻病理检查.将SLNB结果与术后腋窝淋巴结病理结果进行分析.结果:161例中149例发现SLN,检出率为92.5%(149/161);共检出SLN273个,平均1.83个/例.比较SLNB与术后病理结果,SLNB检出灵敏度为96.1%(49/51),准确性98.7%(147/149),假阴性率3.9%(2/51),假阳性率0。结论:SLN可比较准确地反映腋窝淋巴结状况,SLNB是乳腺癌治疗中的实用技术.     

乳腺癌腋窝淋巴结影像诊断研究进展

乳腺癌目前是全球女性发病率最高的恶性肿瘤,严重威胁着患者的健康。腋窝淋巴结情况对乳腺癌早期诊断,手术和预后评价等临床决策至关重要。影像学诊断技术飞速发展,在临床上的应用越来越广泛。本文就乳腺癌腋窝淋巴结影像诊断研究进展予以综述。     

Dual-modal computer-assisted evaluation of axillary lymph node metastasis in breast cancer patients on both real-time elastography and B-mode ultrasound

PurposeTo propose a computer-assisted method for quantifying the hardness of an axillary lymph node on real-time elastography (RTE) and its morphology on B-mode ultrasound; and to combine the dual-modal features for differentiation of metastatic and benign axillary lymph nodes in breast cancer patients.Materials and methodsA total of 161 axillary lymph nodes (benign, n = 69; metastatic, n = 92) from 158 patients with breast cancer were examined with both B-mode ultrasound and RTE. With computer assistance, five morphological features describing the hilum, size, shape, and echogenic uniformity of a lymph node were extracted from B-mode, and three hardness features were extracted from RTE. Single-modal and dual-modal features were used to classify benign and metastatic nodes with two computerized classification approaches, i.e., a scoring approach and a support vector machine (SVM) approach. The computerized approaches were also compared with a visual evaluation approach.ResultsAll features exhibited significant differences between benign and metastatic nodes (p < 0.001), with the highest area under the receiver operating characteristic curve (AUC) of 0.803 and the highest accuracy (ACC) of 75.2% for a single feature. The SVM on dual-modal features achieved the largest AUC (0.895) and ACC (85.7%) among all methods, exceeding the scoring (AUC = 0.881; ACC = 83.6%) and the visual evaluation methods (AUC = 0.830; ACC = 84.5%). With the leave-one-out cross validation, the SVM on dual-modal features still obtained an ACC as high as 84.5%.ConclusionDual-modal features can be extracted from RTE and B-mode ultrasound with computer assistance, which are valuable for discrimination between benign and metastatic lymph nodes. The SVM on dual-modal features outperforms the scoring and visual evaluation methods, as well as all methods using single-modal features. The computer-assisted dual-modal evaluation of lymph nodes could be potentially used in daily clinical practice for assessing axillary metastasis in breast cancer patients.     

国人乳腺癌腋窝淋巴结转移相关超声征象的Meta分析

目的:对国人乳腺癌腋窝淋巴结转移的超声图像相关因素行Meta分析.方法:计算机检索PubMed、Embase、Cochrane图书馆、中国知网、万方数据库、维普网、中国生物医学文献数据库、Web of Science,检索词为"乳腺肿瘤""淋巴转移""前哨淋巴结""超声"和"危险因素"的中英文文献,选取国人病例文献.结...     

乳腺X线影像组学标签在预测乳腺癌HER2表达中的价值

目的:探讨乳腺X线摄影影像组学标签在预测乳腺癌HER2表达中的价值.方法:回顾性分析2018年1月-2020年10月在苏州大学附属第一医院及苏州市立医院经病理证实为乳腺癌患者的临床及X线资料.共入组222例女性患者,平均年龄(53.70±14.46)岁,其中HER2阳性患者59例,阴性患者163例,苏州大学附属第一医院...     

前哨淋巴结阳性乳腺癌患者腋窝转移危险因素的研究

目的研究前哨淋巴结（sentinellymphnode,SLN）阳性乳腺癌患者腋窝非前哨淋巴结（NSI-N）转移的危险因素,验证纪念斯隆一凯特琳癌症中心（MSKCC）腋窝NSLN转移预测模型评估乳腺癌患者的临床应用价值。方法回顾性地分析军事医学科学院附属医院普外科2000年,11月至2011年3月175例成功行SLN活检且结果阳性、随即行腋窝淋巴结清扫的乳腺癌患者临床病理资料,使用MSKCC预测模型计算每例患者腋窝NSLN转移风险,利用校正曲线和受试者操作特性曲线（ROC）下面积（AUC）评估该模型预测的准确性。结果原发肿瘤大小、肿瘤是否多发、阳性SLN数、阳性SLN转移率、阴性SLN数与腋窝NSLN转移相关,P值分别为0．0018、0．0029、0．0049、0．0007、0．0002。多因素Logistic回归分析发现,原发肿瘤大小、肿瘤是否多发和阳性SI．N数是NSI．N转移的独立危险因素,P值分别为0．0022、0．0160、0．0176。校正曲线显示预测值曲线和真实值曲线趋势相近,MSKCC预测模型被验证的AUC值为0．79。结论对于SLN转移阳性的乳腺癌患者,原发肿瘤越小、肿瘤单发、阳性SLN数越少、阴性SLN数越多、阳性SLN转移率越低,其腋窝NSLN转移可能性越低,可对是否行腋窝淋巴结清扣提供参考。MSKCC预测模型可较准确地预测腋窝NSI．N的转移风险。     

Lymphatic mapping and retrieval of the sentinel lymph node in treatment of early breast cancer

Lymphatic mapping and sentinel lymph node biopsy is an important step to surgical individualization of breast cancer therapy. With lymphatic mapping and minimally invasive biopsy of one or two detected lymph nodes the method provides an exact evaluation of the nodal status. Using sentinel lymph node biopsy (SLNB), costs and morbidity of an axillary lymph node dissection (ALND) can be avoided in nodal negative patients, whereas nodal positive patients are chosen for ALND very selectively according to the detection of an increased percentage of micrometastases. While experienced centers are introducing this method into clinical practice for the benefit of patients with early-stage breast cancer in Europe, further research should focus on quality control, definition of standards considering the individual needs of the individual patient, and the evaluation of the impact of micrometastases. This article gives an overview of the current knowledge of SLNB and discusses critically current indications and methods as well as application techniques.