对比增强液体衰减反转恢复序列MRI影像组学评估成人弥漫性低级别胶质瘤1p/19q状态

目的 观察对比增强液体衰减反转恢复(CE-FLAIR)序列MRI影像组学模型判断成人弥漫性低级别胶质瘤(DLGG)1p/19q状态的价值。方法 纳入135例成人DLGG患者、含81例1p/19q共缺失,经分层抽样按7∶3比例将其分为训练集(n=95)及验证集(n=40)。基于训练集CE-FLAIR数据提取、筛选DLGG 1p/19q共缺失影像组学特征,构建支持向量机(SVM)、随机森林(RF)、极限梯度提升(XGBoost)、轻量梯度提升机(LightGBM)及逻辑回归(LR)模型;绘制受试者工作特征曲线,计算曲线下面积(AUC),评价影像组学模型判断训练集及验证集DLGG 1p/19q状态的价值,并以DeLong检验进行比较。结果 共提取851个影像组学特征,以Mann-Whitney U检验筛选出74个差异有统计学意义者,再经5折交叉验证的最小绝对收缩和选择算子选出12个与1p/19q状态显著相关者;以之构建的SVM、RF、XGBoost、LightGBM及LR模型评价训练集DLGG 1p/19q状态的AUC分别为0.89、0.97、0.97、0.96及0.85,评估验证集的AUC...     

乳腺良恶性病变鉴别的MRI影像组学预测模型构建:基于随机森林、支持向量机、逻辑回归分类器

  目的  构建基于随机森林、支持向量机和逻辑回归分类器的MRI影像组学预测模型,对乳腺良恶性病变进行鉴别,并评估上述模型的诊断价值。  方法  回顾性分析在南方科技大学盐田医院进行MRI影像检查并获得手术病理的34例乳腺病变患者的动态增强MRI图像。按0.8∶0.2的比例将病例分为训练集（n=27）和测试集（n=7）。采用3D Slicer软件勾画乳腺病灶靶区并生成3D感兴趣体积,对每个感兴趣体积提取1037个影像组学特征,使用LASSO进行影像组学特征降维,然后在训练集中采用随机森林、支持向量机和逻辑回归等3种分类器分别构建乳腺良恶性病变的预测模型,并在测试集中进行评估。  结果  经LASSO降维后共选出6个影像组学特征标签进行建模,3种模型在训练集中的分类效果均非常好（曲线下面积>0.90）,其中稳定性最高的是基于逻辑回归分类器建立的乳腺良恶性病变影像组学预测模型。  结论  基于随机森林、支持向量机和逻辑回归的MRI影像组学预测模型在诊断乳腺良恶性病变方面都具有较好的诊断效能,其中逻辑回归模型更为稳定。影像组学方法可为乳腺良恶性病变的预测提供新的手段。      

MRI纹理特征评估乳腺癌脉管浸润及其对病理信息缺失的填充

  目的  探讨MRI纹理特征评估浸润性乳腺癌脉管浸润的价值,及其对缺失的乳腺癌分子分型和细胞角蛋白5/6基因表达信息的填充。  方法  将114例接受MRI检查并经病理确诊为乳腺癌的患者分为训练组（n=51）、内部验证组（n=30）、外部验证组（n=33）。根据临床病理特征与MRI征象观察脉管浸润独立危险因素,构建MRI征象模型和纹理特征模型,评估2种模型的诊断效能估。采取交叉验证支持向量机递归特征消除法进行纹理特征选择,结合乳腺癌患者病理信息,建立非负矩阵分解（NMF）模型与协同过滤模型,采取受试者工作特征曲线进行模型填充性能评价。  结果  3组患者瘤周胸肌前水肿、淋巴结转移状态差异具有统计学意义（P < 0.05）,是影响脉管浸润的独立危险因素。纹理特征模型诊断乳腺癌脉管浸润的曲线下面积高于MRI征象模型（P < 0.05）。在缺失率为20%~40%时,NMF法的曲线下面积高于协同过滤法（P < 0.05）;在特征数为140时,NMF模型的曲线下面积高于协同过滤模型（P < 0.05）。使用影像组学特征NMF模型的曲线下面积高于不使用影像组学特征NMF模型（P < 0.05）。  结论  MRI纹理特征可在术前有效预测乳腺癌脉管浸润,填充缺失的分子分型以及细胞角蛋白5/6基因表达信息。      

T2WI及对比增强T1WI影像组学模型鉴别纤维型与非纤维型脑膜瘤

目的 观察T2WI及对比增强T1WI(T1C)影像组学模型鉴别纤维型与非纤维型脑膜瘤的价值。方法 回顾性分析423例经病理证实的单发低级别脑膜瘤患者,按7∶3比例分为训练集(n=296)和验证集(n=127);提取训练集T2WI和T1C中病灶3 376个影像组学特征,以SelectPercentile单因素分析法及最小绝对收缩和选择算子(LASSO)筛选最优影像组学特征,分别以分类器逻辑回归(LR)、支持向量机(SVM)、随机森林(RF)、线性SVC(LinearSVC)、自适应增强(Adaboost)及决策树(DT)构建鉴别纤维型与非纤维型脑膜瘤的影像组学模型,即模型_LR、模型_SVM、模型_RF、模型_linearSVC、模型_Adaboost及模型_DT,以验证集验证其效能。结果 基于T2WI和T1C共筛出13个最优影像组学特征,以之构建的模型_LR、模型_SVM、模型_RF、模型_linea...     

弥散张量成像及氢质子磁共振波谱影像表现对颅脑高级别胶质瘤瘤周浸润的预测

  目的  研究弥散张量成像（DTI）、氢质子磁共振波谱（1H MRS）影像表现对颅脑胶质瘤的鉴别诊断及对高级别胶质瘤瘤周浸润的预测价值。  方法  采取前瞻性研究,以2017年2月~2020年1月在我院进行治疗的69例颅脑胶质瘤患者作为研究对象,根据世界卫生组织2007年中枢神经系统肿瘤的病理分期情况分析,低级别胶质瘤患者36例,高级别胶质瘤患者33例,比较两组患者的DTI、1H MRS影像表现差异,分析DTI、1H MRS联合诊断对高级别胶质瘤瘤周浸润的诊断价值。  结果  低级别胶质瘤患者的ADC显著高于高级别胶质瘤（t=4.480,P < 0.001）;在肿瘤组织中,低级别胶质瘤患者的NAA/Cr（t=8.477,P < 0.001）、Cho/ Cr（t=5.851,P < 0.001）、Lip+Lac/Cr（t=19.141,P < 0.001）低于高级别胶质瘤患者,Cho/NAA（t=2.493,P=0.015）高于高级别胶质瘤患者;在瘤周组织中,低级别胶质瘤患者的NAA/Cr（t=2.503,P=0.015）低于高级别胶质瘤患者,Cho/NAA（t=6.937,P < 0.001）、Cho/Cr（t=14.267,P < 0.001）、Lip+Lac/Cr（t=2.322,P=0.023）高于高级别胶质瘤患者;DTI、1H MRS联合诊断对高级别胶质瘤患者的诊断灵敏度显著高于单独检测。  结论  DTI、1H MRS影像表现对颅脑胶质瘤的鉴别诊断及对高级别胶质瘤瘤周浸润的预测效能较高,建议临床推广。      

基于常规MRI图像的不同影像组学模型在脑胶质瘤术前分级中的应用

目的拟采用不同核磁共振图像、不同机器学习模型来建立胶质瘤术前分级的影像组学模型,探究影像组学模型在胶质瘤术前分级中的可行性。材料与方法回顾性分析术前行常规MRI检查的脑胶质瘤患者93例,分为低级别胶质瘤(LGG组)和高级别胶质瘤(HGG组)。将DICOM格式图像导入GE-AK软件,对T2WI和T1增强(T1CE)图像进行感兴趣区(region of interest,ROI)勾画,将提取得到的直方图特征和纹理特征导入R语言软件包进行特征预处理和降维,选择三种函数建立六种机器学习模型,将全部数据按照7︰3比例,分为训练集与测试集,利用10倍交叉验证对六种模型进行训练,然后通过测试集进行验证,并绘制ROC曲线,计算其分类LGG与HGG的敏感度、特异度、AUC。结果 LGG组平均年龄低于HGG组,差异有统计学意义(P0.01)。LGG组与HGG组性别组成差异无统计学意义(P0.05)。六种影像组学模型的AUC值均大于0.8,基于T1CE图像的影像组学模型的AUC值均大于基于T2WI图像模型的AUC,其中基于T1CE图像的RF模型的AUC最高,达到0.97。结论影像组学诊断模型对胶质瘤的病理分级具有较好的诊断价值,六种影像组学模型的诊断效能均较高,其中基于T1CE图像的RF模型诊断效能最高。     

磁敏感加权成像在脑胶质瘤鉴别诊断、术前病理分级及术中的应用

  目的  探讨磁敏感加权成像（SWI）在脑胶质瘤鉴别诊断、术前病理分级及手术指导中的应用。  方法  回顾性分析新疆维吾尔自治区人民医院2018年10月~2021年10月经手术及组织病理学检查证实为脑胶质瘤（n=64）、单发脑转移瘤（n=15）和颅内淋巴瘤（n=15）的患者的临床资料。以病理结果作为金标准,将脑胶质瘤患者按照世界卫生组织肿瘤分类标准分为低级别组（n= 27）和高级别组（n=37）,所有患者均通过SWI检测,进行瘤内磁敏感信号强度（ITSS）分级评估以及肿瘤实质区与瘤周水肿区相对脑血容量（rCBV）值测定,比较不同肿瘤类型差异,并通过ROC曲线评估其在高级别与低级别脑胶质瘤中的鉴别价值。  结果  高级别脑胶质瘤与单发脑转移瘤ITSS分级、肿瘤实质区rCBV值的差异无统计学意义（P > 0.05）;高级别脑胶质瘤周水肿区rCBV值高于单发脑转移瘤（P < 0.05）;高级别脑胶质瘤ITSS分级程度低于淋巴瘤,血管评分高于淋巴瘤（P < 0.05）;高级别胶质瘤ITSS分级高于低级别胶质瘤,肿瘤实质区rCBV值高于低级别胶质瘤（P < 0.05）;Spearman相关性分析结果显示,胶质瘤分级与ITSS分级、rCBV值呈正相关关系（r=0.728、0.851,P < 0.05）;ITSS分级评估脑胶质瘤高级别ROC曲线下面积为0.894,敏感度、特异性、准确度分别为81.08%、85.19%、82.81%;rCBV值评估脑胶质瘤高级别ROC曲线下面积为0.937,敏感度、特异性、准确度分别为91.89%、88.89%、90.63%;64例脑胶质瘤患者,和常规序列相比,SWI序列对于肿瘤边界的显示更为清晰,同时可呈现肿瘤微小血管病变信息,胶质瘤肿瘤实质区rCBV值均高于瘤周水肿区rCBV值（P < 0.05）。  结论  SWI有助于高级别胶质瘤的鉴别诊断,对于胶质瘤低级别与高级别的评估效能较高,可在一定程度上指导术中脑胶质瘤切除。      

增强CT模型及影像组学模型预测肾透明细胞癌WHO/ISUP分级

目的 比较增强CT模型与影像组学模型预测肾透明细胞癌（ccRCC）WHO/ISUP分级的效能。方法 回顾性分析131例经病理确诊ccRCC患者,按照3 ∶ 2比例分层抽样分为训练集（n=78）和验证集（n=53）。根据2016版肾癌WHO/ISUP病理分级标准,以Ⅰ~Ⅱ级为低级别、Ⅲ~Ⅳ级为高级别ccRCC。训练集55例低级别、23例高级别ccRCC;验证集37例低级别、16例高级别ccRCC。以训练集构建增强CT模型及影像组学模型预测ccRCC级别,于验证集加以验证,比较其诊断效能。结果 增强CT模型在训练集及验证集预测高、低级别ccRCC的曲线下面积（AUC）分别为0.89及0.76,敏感度分别0.83及0.56,特异度分别为0.84及0.87;影像组学模型的AUC分别为0.98及0.85,敏感度分别0.96及0.91,特异度分别为0.75及0.84。训练集中影像组学模型的AUC大于增强CT模型（Z＝2.05,P<0.05）,验证集中二者AUC差异无统计学意义（Z＝0.95,P=0.34）。决策曲线分析结果显示高风险概率阈值为0.08~1.00时,影像组学模型净获益高于增强CT模型。结论 影像组学模型预测ccRCC WHO/ISUP分级的效能优于增强CT模型。     

磁共振T2-FLAIR错配征在预测较低级别胶质瘤分子分型中的研究进展

T2—液体衰减反转恢复（fluid attenuated inversion recovery, FLAIR）序列错配征是常规MRI中易于识别的影像学征象,表现为胶质瘤瘤体在T2WI序列上呈均匀高信号,且能被FLAIR序列部分抑制。大量研究表明,该征象能有效预测较低级别胶质瘤的分子分型,尤其是对预测异柠檬酸脱氢酶（isocitrate dehydrogenase, IDH）突变伴1p/19q未联合缺失型较低级别胶质瘤具有较高的特异性。T2-FLAIR错配征因其无创性、高特异性在未来的临床应用中具有巨大的潜力。本文就T2-FLAIR错配征的定义、病理—影像相关机制以及该征象的临床应用进行综述。     

基于临床-影像组学建立子宫内膜癌微卫星不稳定性的评估模型

  目的  探讨应用临床因素联合影像组学建立子宫内膜癌（EC）微卫星不稳定性（MSI）评估模型的价值。  方法  回顾性分析2018年6月~2022年1月手术前经MR影像学检查及手术后病理学检测确诊为EC的患者68例,收集患者影像学及临床病理资料,根据患者微卫星稳定情况将患者分为不稳定组（n=27）和稳定组（n=41）。临床模型构建采用Logistic回归分析对临床因素进行筛选,影像组学模型构建采用3DSlicer软件勾画病灶感兴趣区并提取影像组学特征,利用最小绝对收缩和选择算子算法进行特征降维。绘制ROC曲线对影像组学模型、临床模型和临床-影像联合模型进行预测效能评估,并使用Delong检验比较3种模型的预测效能是否具有统计学差异。  结果  Logistic回归分析显示,错配修复蛋白MutL同源物1、减数分裂后分离蛋白表达和肿瘤分化程度、肌层侵犯深度是EC MSI的临床危险因素。筛选6个影像组学特征用于构建影像组学模型（P < 0.05）。经ROC曲线分析,临床-影像联合模型在EC MSI中具有较好的预测及评估性能（P < 0.05）,临床模型、影像组学模型及临床-影像联合模型AUC分别为0.871、0.932、0.981。Delong检验结果显示临床-影像联合模型和影像组学模型与临床模型比较,差异有统计学意义（Z=1.933、2.735,P=0.046、0.006）。  结论  应用临床因素联合MR影像组学特征建立的评估模型对EC MSI具有较好的预测价值。      

基于T2加权成像的影像组学特征和临床特征模型在早期宫颈鳞状细胞癌深间质浸润中的诊断价值

目的 初步探讨基于T2加权成像(T2-weighted imaging,T2WI)的影像组学特征联合患者临床特征构建的模型对早期宫颈鳞状细胞癌深间质浸润(deep stromal invasion,DSI)的诊断价值.方法 回顾性纳入2017年1月至2021年2月在北京协和医院行根治性子宫切除术的早期宫颈鳞状细胞癌患者...     

儿童弥漫性中线胶质瘤伴H3K27M改变的MRI表现

  目的  探讨儿童弥漫性中线胶质瘤伴H3K27M改变的MRI特点。  方法  回顾性分析上海市儿童医院2017年7月~2021年11月经手术病理证实为儿童弥漫性中线胶质瘤伴H3K27M改变的7例患儿临床及影像资料,所有患儿术前均行MRI检查,对肿瘤MRI特征进行分析。  结果  7例均为单发病灶,其中5例位于脑干,1例位于丘脑,1例位于胸髓。4例肿瘤形态不规则,2例呈类圆形,边界均较清楚;1例胸髓病变呈长条形,边界不清。2例出现囊变、坏死,均未见出血。6例肿瘤实性成分T1WI呈低信号、T2WI呈稍高-高信号、T2-FLAIR呈高信号;1例胸髓内肿瘤实性成分T1WI呈稍高信号、T2WI呈高信号、T2-FLAIR呈高信号。6例肿瘤实性成分扩散加权成像扩散受限,1例未见明显扩散受限。增强扫描,6例呈明显不均匀强化,其中3例呈环形强化,2例呈结节状强化,1例呈斑片状强化;1例未见明显强化。7例未见瘤周水肿,均未发现远处转移及脑脊液播散。  结论  儿童弥漫性中线胶质瘤伴H3K27M改变的MRI表现具有一定的特征性,综合分析其发病部位、扩散有无受限和强化方式及范围等情况,有助于提高对该病影像学诊断与鉴别诊断水平。      

超声影像组学对BI-RADS 4a类不规则乳腺结节良恶性的鉴别价值

目的 探讨超声影像组学对BI-RADS 4a类不规则乳腺结节良恶性的鉴别价值,并结合影像组学、超声特征及临床独立危险因素特征建立列线图,评估其在减少不必要活检中的价值。方法 回顾性收集常规超声检查筛选出的BI-RADS 4a类不规则乳腺结节905例,随机分为训练队列（n=634）和验证队列（n=271）,比例为7∶3。共收集851个影像组学特征,以手术病理结果为金标准,通过Logistic回归模型构建影像组学模型,同时利用单因素逻辑分析及多因素逻辑分析结合影像组学特征、超声特征及临床独立危险因素建立影像组学模型,通过ROC曲线评估影像组学模型及列线图模型对超声BI-RADS 4a类形态不规则乳腺结节的诊断效能。结果 905例不规则乳腺结节中,恶性结节485个,良性结节420个;患者年龄22～83(50.05±11.13)岁,训练队列及验证队列的年龄、Rad-score值、肿块直径等结果差异无统计学意义（P>0.05）;训练队列影像组学模型AUC值为0.927(95%CI:0.900～0.950),验证队列影像组学模型AUC值为0.946(95%CI:0.908～0.976),该模...     

增强CT影像组学模型可术前评估甲状腺乳头状癌颈部中央区淋巴结转移

目的 探讨临床、CT影像组学及融合模型等6个模型术前预测甲状腺乳头状癌（PTC）中央区淋巴结转移（CLNM）的价值。方法 纳入103例PTC患者,根据术后病理结果将患者分为无CLNM组（n=50）和CLNM组（n=53）,比较组间临床资料及CT征象差异,按7∶3比例随机将各组分为训练集及测试集,提取训练集CT影像组学的特征,构建临床模型、平扫期（NP）模型、动脉期（AP）模型、静脉期（AP）模型、NP+AP+VP模型及融合模型。模型的效能的评价标准为AUC、敏感度及特异性。结果 两组的性别差异有统计学意义（P=0.002）;在CT征象中,两组间病灶直径（P=0.001）及甲状腺包膜侵犯（P=0.024）的差异有统计学意义。在NP模型、AP模型、VP模型及NP+AP+VP模型这4个组学模型中NP+AP+VP模型预测PTC患者发生CLNM的效能最佳。比较临床模型、NP+AP+VP模型及融合模型的预测效能,融合模型表现最佳,在训练集和测试集中均具有最高的AUC、敏感度和特异性。结论 融合模型在训练集和测试集中预测PTC患者发生CLNM的效能均最好,有望对术前评估PTC患者CLNM提供有效的辅...     

基于CT影像组学对T1期肺腺癌淋巴结转移有较高的预测价值

  目的  分析CT影像组学对T1期肺腺癌淋巴结转移状态的预测价值。  方法  回顾性选择2016年6月~2019年5月我院收治的肺腺癌患者140例,以术中送检的病理组织标本检查结果为金标准,分为金标准阳性组67例与金标准阴性组73例。分别采用术前增强CT、术前CT影像组学评估两组淋巴结转移发生情况。利用Delong检验评估CT影像组学与增强CT在两组中预测对淋巴结转移的价值。  结果  CT影像组学法对阳性淋巴结转移的预测比率为86.57%（58/67）,高于增强CT法的64.18%（43/67）（P < 0.05）;CT影像组学法对阴性淋巴结转移的预测比率为100.00%（73/73）,高于增强CT法的93.15%（68/73）（P < 0.05）;CT影像组学法预测到的金标准阳性组中发生淋巴结转移患者的风险评分值明显高于未发生淋巴结转移患者（P < 0.05）;金标准阳性组中CT影像组学对患者淋巴结转移预测的曲线下面积高于增强CT（P < 0.05）,金标准阴性组中CT影像组学对患者淋巴结转移预测的曲线下面积高于增强CT（P < 0.05）。  结论  与增强CT相比,CT影像组学在术前预测肺腺癌淋巴结转移阳性预测值和阴性预测值更高,具有更高的诊断价值。