DWI对鉴别幕上孤立性脑转移瘤和原发性中枢神经系统淋巴瘤的影像组学模型的增量价值

Incremental value of DWI to radiomics model in distinguishing supraten-torial solitary brain metastases from primary lymphoma of central nervous system

二维码有效期 120s

摘要目的:探究DWI对常规MRI影像组学模型鉴别幕上孤立性脑转移瘤(BM)和原发性中枢神经系统淋巴瘤(PCNSL)效能的增量价值.方法:选取2012年1月至2022年6月在郑州大学第一附属医院神经外科行开颅肿瘤切除术或立体定向活检术并经术后病理诊断确诊为BM(115例)和PCNSL(77例)的患者.按7:3的比例将患者分为训练集和验证集.从每个患者的多参数MRI(T1WI、T1c、T2WI、FLAIR和ADC)中提取特征,并经过特征标准化筛选后,使用随机森林算法构建模型.同时,基于常规MRI(T1WI、T1c、T2WI和FLAIR)筛选出的特征构建常规影像组学模型.使用AUC评价各模型,并用Delong分析进行比较.另外3位独立的影像科医师在参考模型输出结果前后进行两次诊断,并评估其诊断效能.结果:多参数影像组学模型训练集、验证集AUC(95％CI)分别为0.948(0.906～0.990)、0.923(0.859～0.986);常规影像组学模型则为 0.898(0.845～0.951)、0.855(0.765～0.945).多参数影像组学模型的分类性能优于常规影像组学模型(P＜0.05).在参考了多参数影像学模型的输出结果后,3位医师诊断的准确率分别由90.8％、87.7％、83.1％提高为98.5％、93.8％、89.2％.结论:引入DWI的多参数影像组学模型对BM和PCNSL具有较高的鉴别价值.