基于乳腺X线摄影影像组学列线图预测BI-RADS 4~5类钙化病灶恶性风险 |
| |
引用本文: | 徐文杰,邓水堂,安永玉,王健,敖炜群,谢宗玉,杨昭,王小雷,茅国群.基于乳腺X线摄影影像组学列线图预测BI-RADS 4~5类钙化病灶恶性风险[J].浙江医学,2023,45(3):239-244. |
| |
作者姓名: | 徐文杰 邓水堂 安永玉 王健 敖炜群 谢宗玉 杨昭 王小雷 茅国群 |
| |
作者单位: | 浙江中医药大学第二临床学院 |
| |
基金项目: | 浙江省医药卫生科技计划项目(2021KY611) |
| |
摘 要: | 目的 探讨基于乳腺X线摄影(MG)影像组学列线图在预测乳腺影像报告与数据系统(BI-RADS)4~5类钙化恶性风险中的价值。方法 回顾2017年1月至2020年12月浙江省立同德医院和蚌埠医学院第一附属医院经病理检查证实的292例MG表现为乳腺影像报告与数据系统(BI-RADS)4~5类钙化患者的临床及影像资料,其中良性121例,恶性171例。所有患者以7∶3比例分成训练集(204例)及验证集(88例),对头尾位(CC)和内外斜位(MLO)图像进行手工分割并提取影像组学特征,并应用最小冗余最大相关(mRMR)及最小绝对值收敛和选择算子(LASSO)回归筛选最有价值的特征。采用logistic回归构建影像组学模型,从临床因素中筛选差异有统计学意义的危险因素并建立临床模型,再联合临床-影像组学特征建立联合模型,基于联合模型勾画列线图。采用ROC曲线评价各模型的效能,应用决策曲线比较各模型的临床应用价值。结果 分别从CC、MLO图像中提取并筛选出4个和6个影像组学特征构建影像组学模型,其验证集中的AUC为0.714,灵敏度为0.792,特异度为0.600,准确度为0.705。年龄和BI-RA...
|
关 键 词: | 乳腺X线摄影 钙化 影像组学 列线图 |
|
| 点击此处可从《浙江医学》浏览原始摘要信息 |
| 点击此处可从《浙江医学》下载免费的PDF全文 |
|