首页 > 蚌埠医学院学报 > 多模态影像组学列线图模型预测三阴性乳腺癌的价值

多模态影像组学列线图模型预测三阴性乳腺癌的价值

Value of multimodal radiomics nomogram model in predicting triple-negative breast cancer

二维码有效期 120s

摘要目的:探讨基于钼靶(MG)双体位联合MRI双序列的多模态影像组学列线图模型在术前预测三阴性乳腺癌(TNBC)的价值.方法:分析经病理证实的147例乳腺癌病人临床病理及MG、MRI影像资料,按照7:3比例随机分为训练集(n=102)与测试集(n=45).在所有病人MG的头尾位(CC)、内外斜位(MLO)及MRI的T2WI、DCE-MRI序列上勾画感兴趣区(ROI).经最小最大值归一化、Select K Best、LASSO选出与TNBC有较高相关性的最优特征,采用逻辑回归(LR)及支持向量机(SVM)建立基于MG和MRI的多模态影像组学模型,并获取影像组学分数(Rad-score).通过单及多因素logistic回归得出临床、MG、MRI影像特征独立危险因素构建临床模型.最终将Rad-score联合筛选出的临床-影像危险因素构建多模态影像组学列线图模型.利用受试者工作特征曲线下面积(AUC)评估模型的预测效能,使用校准曲线、决策曲线评估模型的稳定性和临床实用性.结果:多模态影像组学列线图模型预测TNBC的效能最佳,训练集AUC、敏感度、特异度、准确度分别为0.957、90.9％、97.5％、94.1％,测试集分别为0.923、88.9％、91.7％、86.7％.结论:基于MG双体位和MRI双序列的多模态影像组学列线图模型可以在术前较好地、无创预测TNBC.

作者朱芸 ^[1] 马宜传 ^[1] 杨丽 ^[1] 张舒妮 ^[2] 赵楠楠 ^[2] 杨静茹 ^[2] 王玲玲 ^[3] 甘浩然 ^[4] 谢宗玉 ^[1] 学术成果认领

作者单位 蚌埠医科大学第一附属医院放射科,安徽蚌埠 233004;蚌埠医科大学医学影像诊断学教研室安徽蚌埠 233030 ^[1] 蚌埠医科大学第一附属医院放射科,安徽蚌埠 233004 ^[2] 蚌埠医科大学医学影像诊断学教研室安徽蚌埠 233030 ^[3] 蚌埠医科大学临床医学院,安徽蚌埠 233030 ^[4]

关键词三阴性乳腺癌影像组学多模态列线图 triple negative breast cancer radiomics multi-modality nomogram

分类号 R737.9（泌尿生殖器肿瘤）R445（诊断学）

栏目名称

专栏·人工智能在乳腺肿瘤中的诊断

DOI 10.13898/j.cnki.issn.1000-2200.2024.04.003

发布时间 2024-07-09（万方平台首次上网日期，不代表论文的发表时间）

基金项目

安徽省高校自然科学研究重点项目（2022AH051473）安徽省高校自然科学研究重点项目（2023AH051947）蚌埠医学院自然科学研究重点项目（2021byzd118）蚌埠医学院临床研究专项（2022byflc008）安徽省大学生创新训练项目（S202310367044）