换一批基于影像组学预测颅内原发性中枢神经系统淋巴瘤患者Bcl-2、c-Myc表达状态的应用价值
The application value of radiomics-based prediction of Bcl-2 and c-Myc expression status in patients with intracranial primary central nervous system lymphoma
摘要目的:基于多参数磁共振成像(magnetic resonance imaging,MRI)及多算法机器学习模型识别原发性中枢神经系统淋巴瘤(primary central nervous system lymphoma,PCNSL)中的Bcl-2和c-Myc双表达淋巴瘤(double-expression lymphoma,DEL).方法:回顾并分析2021年1月—2024年1月茂名市人民医院及信宜市人民医院颅内PCNSL患者的临床资料,根据免疫组织化学染色法检测Bcl-2和c-Myc蛋白的表达分为DEL组和非共表达组(nDEL组).对T1加权对比增强成像、弥散加权成像及水抑制成像进行手工分割肿瘤并提取影像组学特征.应用重复最小绝对值收缩和选择算子筛选特征,然后使用15种机器学习算法及参数调整、自定义参数组合、10折交叉验证构建鉴别模型.结果:共纳入200例颅内PCNSL患者(81例DEL).训练集、内部验证集和外部验证集之间年龄、性别、是否出血坏死、肿瘤位置、瘤周水肿、肿瘤最大径、肿瘤数量、是否侵犯脑膜或室管膜差异无统计学意义.根据组内相关系数(＞0.75)初步获取2 895个稳定性影像学特征,筛选得到16个特征,极端梯度提升模型及梯度提升机模型鉴别效能最优,验证集最高曲线下面积(area under curve,AUC)为0.91.结论:基于多参数MRI及多算法机器学习模型在DEL检测中有良好的应用前景.
更多相关知识
关键词
原发性中枢神经系统淋巴瘤双表达淋巴瘤机器学习影像组学Primary central nervous system lymphomaDouble-expression lymphomaMachine learningRadiomics
栏目名称
DOI
10.19732/j.cnki.2096-6210.2025.03.011
发布时间
2025-07-18（万方平台首次上网日期，不代表论文的发表时间）
- 浏览8
- 被引0
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
