换一批基于瘤内和瘤周MRI影像组学列线图模型预测子宫内膜癌p53突变状态
Prediction of p53 Mutation in Endometrial Carcinoma Based on Radiomics Nomogram of Intratumoral and Peritumoral MRI
摘要目的 探讨基于瘤内和瘤周MRI影像组学列线图模型预测子宫内膜癌p53突变型的价值.资料与方法 回顾性收集2020年1 月—2024 年 4 月保定市第一中心医院 145 例经病理证实为子宫内膜癌并术前行盆腔MRI检查的女性患者,其中p53 野生型96 例,p53 突变型 49 例.从扩散加权成像及动态对比增强MRI平衡期图像肿瘤内及肿瘤周围 2 mm区域提取影像组学特征,采用最小绝对收缩和选择算子算法等筛选特征,使用随机森林、K 近邻和决策树机器学习构建瘤内、瘤周及瘤内加瘤周区域影像组学模型.通过多因素 Logistic 回归分析构建临床模型和列线图模型.采用受试者工作特征曲线、决策曲线及校准曲线评价模型效能.结果 影像组学模型中瘤内加瘤周K近邻模型表现最佳,在训练集和测试集曲线下面积分别为 0.921、0.773.由年龄、表观扩散系数和影像组学标签构建的列线图模型在训练集和测试集的曲线下面积分别为 0.970、0.777.校准曲线和决策曲线显示列线图模型具有良好的校准效能和临床应用价值.结论 基于瘤内和瘤周MRI的影像组学列线图对预测子宫内膜癌患者p53突变型状态具有较高的诊断价值.
更多相关知识
关键词
子宫内膜肿瘤基因,p53突变磁共振成像影像组学机器学习瘤内瘤周预测Endometrial neoplasmsGenes,p53MutationMagnetic resonance imagingRadiomicsMachine learningIntratumoralPeritumoralForecasting
栏目名称
DOI
10.3969/j.issn.1005-5185.2025.05.018
发布时间
2025-06-26（万方平台首次上网日期，不代表论文的发表时间）
- 浏览16
- 被引1
- 下载23
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
