学科分类
/ 1
1 个结果
  • 简介:摘要目的探讨基于前列腺癌(prostate cancer, PCa)灶的表观扩散系数(apparent diffusion coefficient, ADC)图、T2加权成像(T2 weighted imaging, T2WI)非增强序列影像组学模型预测PCa骨转移的价值。材料与方法回顾性分析来自2个中心且经穿刺或手术病理证实的178例PCa患者(不伴骨转移者115例,伴骨转移者63例)的MRI(ADC图和T2WI)资料。来自中心1的患者按照7∶3的比例随机分为训练组(n=97)和测试组(n=43),来自中心2的患者(n=38)作为外部验证组。图像重采样后,分别在ADC和T2WI图像上勾画肿瘤区域并进行特征提取。经过一致性检验后,采用单因素分析和最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)算法进行影像组学特征筛选。采用logistic回归分析构建影像组学预测模型,使用受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)评估模型的预测效能。使用DeLong检验对模型进行比较,校准曲线对模型进行评价。结果从ADC、T2WI及ADC+T2WI联合序列中各提取10、3和5个影像组学特征分别进行建模。测试组的AUC分别为0.83(95% CI:0.71~0.95)、0.78(95% CI:0.62~0.93)和0.81(95% CI:0.67~0.95);外部验证组的AUC分别为0.82(95% CI:0.67~0.97)、0.69(95% CI:0.51~0.86)和0.84(95% CI:0.72~0.97)。DeLong检验显示,在外部验证组中基于ADC+T2WI联合序列影像组学模型优于基于T2WI单序列影像组学模型(P=0.02),余无差异。结论基于灶的ADC图较T2WI单序列影像组学模型对PCa骨转移具有更高的预测效能,而ADC+T2WI联合影像组学模型并没有表现出更佳的效能,这可能便于临床早期预测PCa骨转移风险。

  • 标签: 前列腺癌 骨转移 磁共振成像 扩散加权成像 表观扩散系数 影像组学