基于MR影像组学特征建立伽玛刀放射手术后从肿瘤进展中区分放射性坏死的预测模型

目的旨在利用从MR影像中提取的影像组学特征建立一种模型,以区分脑转移伽玛刀外科放射术后肿瘤进展灶中的放射性坏死。方法本研究回顾性分析了87例病人,经病理学证实的坏死(24个病灶)或进展(73个病灶),根据病人的2次随访计算每例病人每个病灶的4个MR序列T_1,T_1增强,T_2和液体衰减反转恢复(FLAIR)]获得285个影像组学特征。在每个组内计算2个时间点之间每个特征的再现性,以确定2个组之间具有不同可重现值的特征子集。从一个时间点到下一个时间点的(Delta)组学特征变化被用来建立区分转移灶进展和坏死的模型。结果发现来自T_1增强和T_2序列的MR影像的5个组学特征的组合可用于区分坏死与进展病变,通过RUSBoost集成分类器得出的Delta组学特征,整体预测准确度为73.2%,留一法交叉验证的曲线下面积为0.73。结论从MR影像中提取的Delta组学特征具有区分脑转移伽玛刀外科放射术后肿瘤进展灶中的放射性坏死的潜能。