数字乳腺断层摄影的影像组学对乳腺癌分子分型预测研究

目的：探讨基于数字乳腺断层摄影（digital breast tomosynthesis,DBT）的影像组学对乳腺癌分子分型的预测价值。方法：回顾并分析2019年1月—2020年8月于复旦大学附属肿瘤医院行DBT检查并经病理学检查证实为浸润性乳腺癌的380例患者资料,每例患者DBT影像包含头尾（craniocaudal,CC）位和内外斜（mediolateral oblique,MLO）位。通过提取380例基于DBT的病灶全瘤组学特征,经降维、筛选后,将保留的特征分别放入逻辑回归（logistic regression,LR）、支持向量机（support vector machine,SVM）及随机森林（random forest,RF）3个不同的机器学习模型,以受试者工作特征（receiver operating characteristic,ROC）曲线评价3种模型对乳腺癌4种分子分型的预测效能。结果：经病理学检查证实的380例病灶中,Luminal A型72例,Luminal B型175例,人表皮生长因子受体2(human epidermal growth factor rece...