换一批基于多参数磁共振的影像组学模型预测前列腺癌Ki67的表达
Prediction of Ki67 expression in prostate cancer by radiomics models based on multiparameter magnetic resonance imaging
摘要目的 基于多参数磁共振建立影像组学模型预测前列腺癌Ki67的表达.方法 回顾性分析我院2020年12月1日～2023年6月30日经病理证实、磁共振数据完成的PCa患者176例,按照7:3的比例分配到训练组(n=140)及验证组(n=36).从PACS工作站中导出患者T2加权成像、T2加权脂肪抑制成像、小视野扩散加权成像、表观扩散系数的DICOM图像,在4个序列图像中勾画出病变区域的三维感兴趣区,并提取其中的影像组学特征,使用Spearman相关系数和LASSO回归对特征进行降维和选择,利用筛选出的组学特征建立影像组学模型.利用绘制ROC曲线并计算曲线下面积(AUC),阐述模型的诊断意义,并通过验证组对诊断效能施行验证.结果 共提取1834个影像组学特征,最终筛选得到20个组学特征与Ki67表达状态相关.在互相独立创建的8个影像组学模型中,分别为逻辑回归、支持向量机、K-近邻、随机森林、极度随机树、极致梯度提升、轻量级梯度提升机和多层感知机,此中轻量级梯度提升机模型效益最优,训练组的AUC值为0.948(95%CI:0.913～0.982),测试组的AUC值为0.832(95%CI:0.698～0.967).结论 基于多参数磁共振构建的影像组学模型可以预测Ki67表达状况,且轻量级梯度提升机模型最好.
更多相关知识
关键词
前列腺癌影像组学多参数磁共振成像Ki67小视野扩散加权成像prostate cancerradiomicsmultiparameter magnetic resonance imagingKi67zoomed imaging technique with parallel transmission diffusion weighted imaging
栏目名称
DOI
10.12122/j.issn.1674-4500.2024.08.03
发布时间
2024-09-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
安徽省重点研究与开发计划项目（2022e07020065）
- 浏览16
- 被引3
- 下载11
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
