基于超声和ADC成像的影像组学模型预测乳腺癌新辅助化疗疗效
Predictive Value of Radiomics Model Based on Ultrasound and ADC Images for Neoadjuvant Chemotherapy Response in Breast Cancer
摘要目的:探讨基于治疗前乳腺癌原发灶超声图像联合磁共振图像中表观弥散系数(ADC)图的影像组学模型对乳腺癌新辅助化疗(NAC)疗效的预测价值.方法:回顾性分析滨州医学院附属医院具有完整超声图像和ADC图像的378例乳腺癌接受NAC患者,对超声图像和ADC图像乳腺癌原发灶分别进行病灶分割、影像组学特征提取,采用互信息法、最小绝对收缩和选择算子(LASSO)回归算法对影像组学特征进行筛选与降维,通过极端梯度提升(XGBoost)算法构建超声组学模型、ADC组学模型及两者联合的双模态影像组学模型预测乳腺癌NAC疗效,并通过受试者工作特征曲线下面积(AUC)和决策曲线评估3种模型的预测性能.结果:超声图像和ADC图像中分别提取影像组学特征1 426、1 433个,最终各筛选出与NAC疗效最相关的特征3个、4个,基于筛选后的特征构建单模态及两者联合的影像组学模型.双模态影像组学联合模型训练集和测试集AUC分别为0.865、0.842,高于单模态的超声组学模型(0.807、0.719)和ADC组学模型(0.775、0.767),决策曲线显示联合模型具有较高临床净收益.结论:基于超声图像与ADC图像的双模态影像组学联合模型能较有效预测乳腺癌患者NAC疗效,但其临床应用性仍需进一步研究证明.
更多相关知识
- 浏览10
- 被引0
- 下载8

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



