| 摘 要： | 目的 探讨基于术前T2-液体衰减反转恢复序列（T2-FLAIR）图像建立的影像组学模型预测WHOⅡ～Ⅲ级胶质瘤Ki-67表达水平的价值。资料与方法 回顾性分析2017年5月—2021年1月西南医科大学附属医院经术后病理证实的WHOⅡ～Ⅲ级胶质瘤114例,根据病理结果分为Ki-67高表达组63例和Ki-67低表达组51例,以7∶3随机分为训练组79例和验证组35例。使用3DSlicer软件在T2-FLAIR轴位图像上对病灶所有层面逐层手动勾画三维感兴趣区,包含瘤体及瘤周水肿。使用3DSlicer软件内Radiomics模块提取影像组学特征107个,分析筛除特征间相关系数>0.9的冗余特征,进一步使用最小绝对收缩和选择算法筛选特征并建立Logistic回归模型。采用受试者工作特征曲线对模型进行效能评价。结果 最终筛选出6个影像组学特征,影像组学模型在训练组曲线下面积为0.916(95%CI 0.851～0.982),敏感度为91.4%,特异度为84.1%,准确度为87.3%,阳性预测值为82.0%,阴性预测值为92.5%;在验证组中曲线下面积为0.868(95%CI 0.735～1....
|
