基于CESM影像与病理指标预测乳腺癌HER-2和Ki-67表达的价值

目的:基于对比增强能谱X线摄影(CESM)影像与病理指标构建预测模型，用于预测乳腺癌的HER-2、Ki-67表达水平。方法:回顾性分析200例肿块型乳腺癌的CESM影像及病理资料，按照7:3比例分为训练集(n=140)和验证集(n=60)。根据HER-2、Ki-67表达水平，分为阴性组和阳性组。比较阴性组和阳性组间CESM特征及病理指标的差异。利用logistic回归筛选出独立危险因素，构建预测模型。采用受试者操作特征(ROC)曲线下面积(AUC)、校准曲线和决策曲线分析评估预测模型的效能。结果:Logistic回归分析示乳腺癌边缘毛刺征、强化均匀性、可疑恶性微钙化、腋窝淋巴结转移是HER-2阳性的独立预测因子；肿块最大径、边缘毛刺征、强化均匀性、RS%_CC、组织学分级是Ki-67阳性的独立预测因子。基于上述特征构建的HER-2和Ki-67预测模型均具有较好的预测能力，其AUC值分别为0.858～0.899、0.901～0.916。其校准曲线及DCA曲线提示预测结果接近实际结果，该预测模型有良好的临床应用价值。结论:HER-2和Ki-67预测模型可作为一种有效和简...     

对比增强X线摄影定量分析对于肿块型乳腺疾病的诊断价值

目的 探讨对比增强能谱x线摄影(CESM)定量分析对于肿块型乳腺病变的诊断价值.方法 回顾性分析临床、X线摄影或超声检查可疑恶性肿块行CESM检查的177例患者临床影像资料.通过与病理结果对照,采用t检验和x2检验比较良恶性肿块强化程度(％RS)和强化曲线的差异,使用受试者工作特征(ROC)曲线分析其诊断效能.CESM...     

对比增强能谱X线摄影定量强化参数对乳腺肿块的诊断价值

目的 探究对比增强能谱X线摄影(CESM)强化参数对乳腺恶性肿瘤的诊断价值,以及基于CESM的BI-RADS再分类鉴别乳腺良恶性肿块的临床价值。方法 回顾性收集乳腺肿块样病变的女性病人152例,平均年龄(49.42±10.06)岁。根据CESM减影图及伪彩图进行强化程度定性评分和强化参数测量。采用Mann-Whitney U检验比较乳腺良恶性病变及其早期和晚期的强化参数差异。采用受试者操作特征(ROC)曲线评估强化参数对乳腺恶性肿瘤的诊断效能,采用Z检验比较曲线下面积(AUC)并筛选出最优强化参数。采用卡方检验分析低能图BI-RADS分类、经强化评分调整后BI-RADS再分类、经最优强化参数调整后BI-RADS再分类对乳腺肿块的诊断效能。结果 乳腺良恶性肿瘤间内外斜(MLO)位最小强化灰度值(E_MLO-min)的差异无统计学意义(P>0.05),而其余各强化参数均显示乳腺恶性肿瘤高于良性肿瘤(均P<0.05)。ROC分析显示,头尾(CC)位强化评分的AUC值高于MLO位(P<0.05),CC位相对强化灰度差值(E_CC-ds)...     

CT影像组学模型预测CNLC Ⅰ～Ⅱ期肝细胞癌切除术后早期复发的研究

目的 建立术前CT影像组学预测模型对中国肝癌分期(CNLC)Ⅰ～Ⅱ期肝细胞癌(HCC)切除术后早期复发进行预测。方法 回顾性分析接受手术切除的CNLCⅠ～Ⅱ期HCC患者153例的资料。用3D slicer软件勾画肿瘤感兴趣区(ROI),用pyradiomics包提取影像组学特征。基于LASSO算法进行特征筛选、并建立影像组学标签(Rad-score)。采用单因素Logistic回归和多因素Logistic逐步回归法确立独立预测因子,构建影像组学预测模型和临床预测模型。用受试者工作特征曲线(ROC)曲线下面积(AUC)来比较模型的区分度,用校准曲线评估模型的校准度,用临床决策曲线分析(DCA)评估模型的临床应用价值。结果 Rad-score、瘤内供血动脉、肝功能白蛋白-胆红素分级(ALBI分级)、性别是独立预测因子。影像组学模型具有良好的预测效能(AUC:训练组0.900,验证组0.853),优于临床模型(AUC:训练组0.823,验证组0.741)。校准曲线显示影像组学模型具有良好的校准度。DCA显示阈值概率在0.1～1.0时,影像组学模型的净获益要高于临床模型。结论 基于CT影像组学...     

乳腺MRI成簇环状非肿块强化病变的恶性风险预测模型构建与评估

目的 构建乳腺成簇环状非肿块强化病变的恶性风险预测模型,并评估该模型的预测效果。方法 回顾性分析行MRI检查并经手术或活检病理证实的良、恶性乳腺成簇环状非肿块强化病灶共107个,采用多因素Logistic回归分析筛选恶性病变的危险因素,采用R软件构建预测恶性病变的列线图模型,分别使用受试者工作特征曲线、校准曲线、决策曲线分析评估模型的区分度、校准度、临床实用性。结果 单因素分析显示,最大径、ADC值、早期强化率及总体分布特征、时间信号强度曲线(TIC)类型差异具有统计学意义(P<0.05)。多因素Logistic回归分析显示,ADC值、最大径、TIC类型是成簇环状非肿块强化恶性病变的独立危险因素(P<0.05)。列线图模型预测评估的区分度曲线下面积为0.911,对应的敏感度、特异度分别为89.10%、85.20%;校准曲线预测值与实际值基本一致,Hosmer-Lemeshow拟合优度检验χ²=13.27,P>0.05;与各独立危险因素比较,模型的决策曲线离两种极端情况最远,在阈值0～80%区间内体现出更高的净获益。结论 ADC值、最大径、TIC类...     

对比增强乳腺X线摄影技术曝光时间与乳腺良恶性病变关系的Logistic回归分析

目的 应用Logistic回归模型探讨对比增强乳腺X线摄影(CESM)技术曝光时间对鉴别乳腺良恶性病变的价值,建立最优拍摄方案。方法 回顾性分析术前行CESM检查且临床资料完整的病例73例(其中良性27例,恶性46例),以曝光时间不同随机分成4组,以病理结果为因变量,乳腺肿块的影像及临床特征为自变量,建立Logistic回归模型,应用绘制受试者工作特征曲线评价各组回归模型的诊断效能。结果 Logistic逐步回归分析显示,年龄变量均能进入组1、组3、组4回归模型(P<0.05),病灶面积变量仅能进入组1回归模型(P<0.05)。无独立变量进入组2回归模型(P>0.05)。组3回归模型的诊断效能及敏感度最高(准确率=0.809,敏感度=0.778,P<0.05),组1的特异度最高(特异度=0.722,P<0.05)。结论 进行CESM检查时,采取组1和组3联合拍摄的方案对鉴别乳腺良恶性病变最有诊断价值。     

MRI影像组学联合炎症因子对肝细胞肝癌微血管侵犯的预测价值

【摘要】目的：探讨基于MRI影像组学联合炎症因子术前预测肝细胞肝癌（HCC）微血管侵犯（MVI）的价值。方法：纳入经病理证实的HCC患者221例,其中MVI阳性117例,MVI阴性104例。比较MVI阴性与阳性患者的炎症因子、影像特征差异,运用多因素Logistic分析确定MVI的独立危险因素,建立影像特征及炎症因子预测模型。勾画Gd-DTPA 增强门静脉期瘤周20mm及瘤内所有层面,使用最小绝对收缩和选择算子（LASSO）算法筛选影像组学特征,建立瘤周、瘤内、瘤周及瘤内共三种影像组学模型。选择瘤周、瘤内影像组学及炎症因子建立联合预测模型,使用ROC曲线在验证组中评估模型的预测效能。结果：Logistic多因素分析结果显示肿瘤最大直径、包膜、动脉期瘤周强化、［碱性磷酸酶（ALP）+γ-谷氨酰转肽酶(GGT)］/淋巴细胞计数（AGLR）是MVI的独立危险因素,基于上述独立危险因素建立的影像特征及炎症因子预测模型预测HCC MVI的ROC曲线下面积（AUC）训练组为0.80,验证组为0.75。基于瘤周及瘤内影像组学建立的影像组学模型较仅包含瘤内影像组学的模型预测HCC MVI的AUC高（瘤周及瘤内模型在训练组和验证组的AUC分别为0.83、0.79,瘤内模型在训练组和验证组的AUC分别为0.75、0.73）。瘤周、瘤内影像组学及炎症因子构建的联合预测模型预测HCC MVI的AUC训练组为0.87,验证组为0.82。结论：基于Gd-DTPA门静脉期建立的瘤周及瘤内影像组学模型可对HCC MVI进行术前预测,联合炎症因子可进一步提高其预测效能。     

基于增强CT影像组学预测胰腺导管腺癌病理分化程度的研究

目的 探讨基于增强CT影像组学预测模型在术前预测胰腺导管腺癌(PDAC)病理分化程度可行性及价值。方法 选取术后病理证实为PDAC患者138例，分为高-中分化组和低分化组。分别在术前增强CT的动脉期和静脉期图像对肿块进行手动全层勾画，并提取纹理特征。采用最小冗余最大相关算法(mRMR)、最小绝对收缩和选择算子(LASSO)逐步回归算法进行特征的降维、筛选，分别构建支持向量机、随机森林、Logistic回归和K最邻近四种机器学习预测模型，以5折交叉验证的方法对四种预测模型进行验证，并对模型进行外部验证。绘制ROC曲线评价四种预测模型的预测效能。结果 临床及常规CT特征对PDAC分化程度无预测意义。基于筛选最优影像组学特征，分别构建预测PDAC分化程度的Logistic回归模型、K最邻近模型、支持向量机模型与随机森林模型，绘制ROC曲线评价四种预测模型预测效能，训练组其曲线下面积(AUC)分别为0.89、0.67、0.87、0.95,外部验证组AUC分别为0.70、0.54、0.65、0.63。结论 基于增强CT影像组学预测模型可用于术前预测PDAC病理分化程度，其中Logistic回归预...     

对比增强乳腺X线摄影强化特征对乳腺癌的诊断价值

目的 探讨对比增强乳腺X线摄影(CESM)强化特征对乳腺癌的诊断价值.方法 将临床怀疑乳腺异常病变的69例患者纳入研究.所有患者均完成CESM检查.由3位有经验的乳腺影像诊断医师对所有图像进行分析,分析乳腺病变的强化类型及强化程度,肿块强化观察病变形态、密度及边缘,非肿块强化观察病变分布类型.对照病理结果分析强化特征与...     

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...     

基于X线摄影影像组学特征鉴别乳腺良恶性肿块的价值

目的探讨X线摄影影像组学对乳腺肿块良、恶性鉴别诊断的价值。方法选取乳腺肿块136例患者的相关X线摄影及病理资料,采用人工智能Mask R-CNN算法对乳腺肿块的精确分割,应用回归算法建立模型并验证,利用ROC曲线及决策曲线评价模型,并使用Delong检验比较不同模型的效能,同时将Shap方法应用于模型的解释。结果筛选后最终纳入乳腺侧斜位(MLO)视角21个特征,头尾位(CC)视角20个特征,两个融合视角38个特征进行建模。三个模型在测试集中对乳腺肿块良恶性判别的AUC值分别为0.842、0.843、0.955。且MLO视角的组学特征建模模型和CC视角的组学特征建模模型效能差异无统计学意义(P=0.9454),两个单视角模型与融合视角模型ROC曲线下面积差异有统计学意义(P=0.0012和P=0.0059)。结论基于乳腺X线摄影多视角融合模型对良、恶性肿块的鉴别具有较大的应用价值。     

锥光束乳腺增强CT影像特征与乳腺癌激素受体及HER-2表达状态的相关性

目的:探讨锥光束乳腺增强CT影像特征与乳腺癌激素受体及人表皮生长因子受体2(HER-2)表达状态的相关性。方法:回顾性搜集2019年1月-2022年6月在我院经病理证实的136例乳腺癌患者的临床(年龄及免疫组化结果)和术前锥光束乳腺增强CT(CBBCT)资料。其中,激素受体(PR、ER)阳性组82例,阴性组为54例;HER-2阳性组为47例,阴性组为89例。CBBCT影像特征主要包括肿块大小、形状、毛刺、可疑恶性钙化、肿块强化程度、内部强化特征、非肿块样强化、子灶、邻近皮肤回缩及乳头回缩。比较乳腺癌激素受体阳性组及阴性组、HER-2阳性组及阴性组之间CBBCT影像特征的差异。然后,采用二元logistic回归分析方法从影像特征中筛选出激素受体阳性及HER-2阳性乳腺癌的独立危险因素,构建相应的预测模型并绘制模型的列线图,使用ROC曲线、校正曲线及决策曲线分析(DCA)评估模型的预测效能。结果:与激素受体阴性组比较,阳性组的肿块较小,呈圆/卵圆形、毛刺征及皮肤回缩征更常见;二元logistic回归分析结果显示肿块大小(OR=0.964,95%CI:0.927～0.995)、形状(OR=0...     

CT影像组学在胃肠道间质瘤危险度分级预测中的价值

目的 探讨基于CT影像组学在术前预测胃肠道间质瘤(GIST)危险度分级的价值。方法 回顾性搜集经手术切除病理确诊为GIST且具有完整术前CT增强扫描图像及临床资料的127例患者,依据病理结果将其分为低危组(极低风险和低风险)和高危组(中风险和高风险)。使用达尔文平台在每例患者的增强CT动脉期图像上提取影像组学特征,然后以7∶3的比例随机分为训练组(n=88)和验证组(n=39)。通过最小绝对收缩降维和选择算子算法(LASSO),利用Logistic回归方法建立预测模型。诊断医师于PACS系统中观察两组病例的主观CT特征和临床资料,利用统计显著性特征构建预测模型。采用受试者工作特征(ROC)曲线评价模型的预测效能。结果 从CT动脉期图像中提取的939个影像组学特征参数中经筛选最终选择5个特征参数,构建影像组学预测模型。对于训练组,曲线下面积(AUC)为0.923(95%CI:0.846～0.969);验证组的AUC为0.917(95%CI:0.783～0.981)。两组在肿瘤最大径和肿瘤形态方面存在显著差异,用于建立临床-CT征象预测模型,训练组的AUC为0.865(95%CI:0.77...     

乳腺癌对比增强能谱X线表现与肿瘤浸润淋巴细胞的相关性研究

目的 探讨乳腺癌对比增强能谱X线摄影（CESM）表现与肿瘤浸润淋巴细胞（TILs）的相关性。方法 回顾性分析2019年4月至2021年1月本院临床、X线摄影或超声检查发现可疑恶性肿块行CESM检查的90例乳腺癌患者资料。采用χ²检验及t检验比较不同TILs浸润水平CESM影像表现及临床病理指标间的差异。结果 90例浸润性癌患者中，TILs低度浸润59例（65.6%）,TILs中高度浸润31例（34.4%）。TILs浸润水平与雌激素受体（ER）、孕激素受体（PR）、Ki-67表达、组织学分级及分子分型存在显著相关性（P均<0.05）。CESM肿块边缘、强化程度在不同TILs浸润水平中的差异存在统计学意义（P均<0.05）,TILs中高度浸润肿块更多表现为边缘清晰、中度强化。而肿块形态、内部强化特征及强化曲线在两组间的差异无统计学意义（P均>0.05）。结论 乳腺癌CESM特征与TILs浸润水平存在相关性，提示CESM对于术前乳腺癌TILs浸润水平的预测能够提供一定的影像学依据。     

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...     

CT影像组学模型对甲状腺良恶性结节的鉴别价值

目的探讨CT影像组学模型对良恶性甲状腺结节的鉴别诊断价值。方法回顾性分析2017年5月至2018年8月间南京医科大学附属淮安第一医院经病理证实的179例甲状腺结节患者的临床和影像资料。良性结节89例,恶性结节90例。患者术前均行甲状腺结节CT平扫和增强扫描。采用分层随机抽样方法将患者按照8∶2的比例分为训练组(143例)与测试组(36例),采用A.K软件基于术前CT图像提取378个影像组学特征,后采用Spearman相关分析与最小绝对收缩和选择算子回归分析进行特征筛选与模型构建,在训练组与测试组中应用受试者操作特征(ROC)曲线对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果经过特征筛选,16个影像组学特征用于构建甲状腺结节良恶性鉴别模型。训练组中预测模型的ROC曲线下面积(AUC)为0.92(95%可信区间:0.88~0.97),灵敏度和特异度分别为88.7%、82.0%,诊断准确率91.1%;测试组中AUC为0.90(95%可信区间:0.81~0.98),灵敏度和特异度分别为88.5%、84.6%,诊断准确率88.2%。结论基于CT的影像组学模型对良恶性甲状腺结节有较高的诊断效能。     

剪切波弹性成像参数对乳腺肿块的鉴别价值及与临床病理学特征的相关性分析

目的：分析剪切波弹性成像(shear wave elastography,SWE)定量参数及定性参数对乳腺良恶性肿块的诊断效能,探讨其与乳腺癌的临床病理学参数间的相关性。方法：选取经病理学检查确诊92例乳腺肿块患者(共112个肿块),获取肿块SWE定量参数及定性参数,同时记录患者的临床病理学资料。比较良恶性肿块SWE参数的差异性,绘制受试者工作特征(receiver operating characteristic,ROC)曲线,采用Z检验分析SWE参数对乳腺肿块良恶性的诊断效能,并用Spearman秩相关分析法分析其与临床病理参数间的相关性。结果：乳腺恶性肿块的弹性最大值(E_max)、弹性平均值(E_mean)均高于良性肿块[E_max:72.46(55.73,89.98)kPa vs 197.73(104.62,266.77)kPa;E_mean:31.32(20.43,54.09)kPavs100.40(75.36,119.40)kPa]。SWE图像分型中,乳腺良性肿块多为Ⅰ、Ⅱ、Ⅲ型,恶性肿块多为...     

高原环境下急性冠脉综合征住院患者临床预后预测模型的建立及验证

目的:探究影响高原环境下急性冠脉综合征(acute coronary syndrome,ACS)住院患者院内死亡的危险因素,构建ACS患者临床预后预测模型。方法:回顾性分析2015年1月1日—2020年12月31日在西藏自治区人民医院诊断为ACS患者908例的临床资料,应用单因素分析在训练集中筛选变量,通过Logistic多因素回归分析筛选出ACS患者死亡预测因子,构建预测方程式,在验证集中通过受试者工作特征曲线(ROC)及曲线下面积(AUC)对模型进行区分度验证,绘制校准曲线对模型进行拟合度评价,通过决策曲线(DCA)对模型进行临床效益评估。结果;908例ACS患者中好转出院848例(93.4%),死亡60例(6.6%),经过变量筛选得出年龄、Killip分级、收缩压、糖化血红蛋白、住院天数为ACS住院患者院内死亡的预测因子,建立死亡概率预测模型为P=1/(1+e7.846-0.064×年龄-1.714×KillipⅢ级-4.682×KillipⅣ级-0.280×糖化血红蛋白+0.037×收缩压+0.293×住院天数)。结论:本研究首次建立了高原环境下ACS住院患者临床预后模型,通过...     

瘤内及瘤周动态增强MRI影像组学特征鉴别乳腺原位癌与浸润性癌的可行性研究

目的探讨基于乳腺癌瘤内及瘤周区域动态增强MRI影像组学特征构建的预测模型鉴别乳腺原位癌与浸润性癌的可行性。方法回顾性分析北京大学第一医院2013年1至12月经粗针穿刺活体组织检查或手术切除组织病理学检查确诊为浸润性乳腺癌及2013年1月至2015年12月经手术切除组织病理学检查确诊为乳腺原位癌的连续病例。所有患者均有术前完整乳腺MRI图像。共入组251例患者(251个病灶), 均为女性, 年龄23～82岁, 中位年龄53岁, 其中乳腺原位癌43例, 乳腺浸润性癌208例。所有病例按照7∶3比例随机分为训练集(176例)与测试集(75例)。在训练集中结合动态增强(DCE)蒙片及早期强化图像, 对乳腺肿瘤区域及瘤周区域进行半自动分割, 然后提取、筛选影像组学特征并建立预测模型。测试集进行模型效能测试。采用受试者操作特征(ROC)曲线及曲线下面积(AUC)分析训练集及测试集中各模型的预测效能。结果利用瘤内、瘤周、瘤内联合瘤周影像组学特征建立的预测模型效能均较好, 在测试集中3个预测模型鉴别乳腺原位癌与浸润性癌的AUC分别为0.865、0.896、0.922, 两两比较差异无统计学意义(P&g...     

预测DEB-TACE治疗肝细胞肝癌术后生存率的放射组学列线图

目的探讨CT放射组学列线图模型预测CalliSpheres药物洗脱微球-经导管动脉栓塞术(DEB-TACE)治疗肝细胞癌(HCC)生存期的价值。方法回顾性分析2016年1月至2018年12月经穿刺病理或临床诊断为HCC,且巴塞罗那临床肝癌B期(BCLC-B)行DEB-TACE的100例患者(训练组60例,测试组40例)。利用A.K.软件进行术前CT影像组学特征提取,并将选定的特征与相应的非零系数相乘的线性组合来计算每个患者的放射组学评分(Rad-score)。Cox回归分析与术后生存相关的独立危险因素。根据独立危险因素,共建立5个预测模型,并进行模型间AUC比较,选出最佳预测模型。以最佳预测模型生成影像组学列线图,并用校准图形法直观表示其预测符合度。结果 100例患者中,存活52例,死亡48例。肿瘤数目、GGT、Rad-score值是影响DEB-TACE治疗HCC术后生存期的独立危险因素,临床-静脉期影像组学联合模型在训练组和验证组中的AUC及准确率最高(训练组AUC=0.921,准确率84.4%;验证组AUC=0.904,准确率81.5%),为最佳模型。该模型在训练组和验证组中都显示...