首页 > 中国医学影像学杂志 > 基于乳腺癌原发灶瘤内及瘤周超声影像组学特征预测腋窝淋巴结转移

基于乳腺癌原发灶瘤内及瘤周超声影像组学特征预测腋窝淋巴结转移

Prediction of Axillary Lymph Node Metastasis Based on Intratumoral and Peritumoral Ultrasound Radiomics Features of the Primary Lesion of Breast Cancer

二维码有效期 120s

摘要目的探讨基于超声图像乳腺癌原发灶瘤内及不同范围的瘤周影像组学特征对腋窝淋巴结转移(ALNM)的预测价值,并探索最佳瘤周范围.资料与方法回顾性分析 2022 年 6 月—2024 年 2 月滨州医学院附属医院 312 例经病理证实为乳腺癌患者的术前超声图像,按7∶3 随机分为训练集和测试集.手动勾画超声图像中的肿瘤边缘绘制瘤内感兴趣区,适形自动外扩不同范围(1、2、3、4、5 mm)绘制瘤周感兴趣区,提取并筛选影像组学特征.基于筛选出的最优影像组学特征,采用随机森林分类器构建瘤内模型、5 种瘤周模型、5 种瘤内+瘤周模型.使用受试者工作特征曲线与决策曲线分析评估模型的预测性能和临床实用性.结果瘤内+瘤周影像组学模型在训练集和测试集中预测ALNM的曲线下面积分别为0.807～0.873、0.728～0.780,优于单一瘤内影像组学模型(0.822、0.758)和瘤周影像组学模型(0.722～0.768、0.650～0.710).瘤内+瘤周3 mm影像组学模型预测性能最佳,训练集和测试集曲线下面积分别为0.873、0.780,且决策曲线分析显示该模型具有良好的临床净收益.结论基于超声图像乳腺癌原发灶的瘤内联合瘤周影像组学特征能有效预测乳腺癌ALNM,3 mm可能是预测ALNM的最佳瘤周范围.

作者杜瑶 ^[1] 吴萌 ^[2] 王玉华 ^[3] 冯晓丹 ^[4] 杨洁 ^[1] 刘菲菲 ^[5] 学术成果认领

作者单位滨州医学院附属医院超声医学科,山东滨州 256603 ^[1] 济南市机关医院医学影像科,山东济南 250001 ^[2] 滨州医学院附属医院乳腺外科,山东滨州 256603 ^[3] 山东省立第三医院超声医学科,山东济南 250031 ^[4] 滨州医学院附属医院超声医学科,山东滨州 256603;山东大学医学融合与实践中心,山东济南 250012 ^[5]

关键词乳腺肿瘤超声检查影像组学瘤周淋巴转移病理学,外科预测 Breast neoplasms Ultrasonography Radiomics Peri-tumoral Lymphatic metastasis Pathology,surgical Forecasting

分类号 R445.1（诊断学）R737.9（泌尿生殖器肿瘤）

栏目名称

智能影像赋能乳腺癌精准评估

DOI 10.3969/j.issn.1005-5185.2025.10.006

发布时间 2025-11-24（万方平台首次上网日期，不代表论文的发表时间）

基金项目

山东省自然科学基金（ZR2023QH231）山东省自然科学基金（ZR2023MH348）山东省医药卫生科技项目（202409021312）