换一批MRI瘤内瘤周影像组学模型预测前列腺癌根治术后生化复发
MRI-Based Intratumoral and Peritumoral Radiomics Model for Predicting Biochemical Recurrence After Radical Prostatectomy
摘要目的 基于MRI瘤内瘤周影像组学特征结合临床独立危险因素构建前列腺癌根治性切除术后生化复发预测模型.资料与方法 回顾性分析2013年1月—2024年2月兰州大学第二医院行根治性前列腺切除术并具有完整随访资料(随访时间≥1年)的前列腺癌患者277例,按7∶3划分训练集和验证集.在T2WI和表观扩散系数图勾画肿瘤感兴趣区,使用Python软件外扩并手动去除非前列腺组织获得瘤周感兴趣区,提取影像组学特征,构建瘤内、瘤周、瘤内+瘤周影像组学模型、临床模型及临床-影像组学融合模型.采用受试者工作特征曲线、校准曲线及决策曲线评估模型性能,用Bootstrap法评估过拟合风险.结果 总前列腺特异性抗原、病理T分期及Ki-67为生化复发的独立危险因素.临床模型训练集、验证集曲线下面积(AUC)分别为0.785、0.729,瘤内、瘤周T2WI模型训练集AUC分别为0.674、0.769,验证集AUC分别为0.635、0.713;瘤内、瘤周表观扩散系数模型训练集AUC分别为0.711、0.730,验证集AUC分别为0.611、0.662;融合模型训练集、验证集AUC分别为0.916、0.818.校准曲线显示融合模型预测效能良好,决策曲线分析表明融合模型在0.1～0.5的阈值范围内的临床净获益潜力较高.结论 基于MRI瘤内瘤周影像组学特征结合临床独立危险因素构建融合模型,可有效预测前列腺癌根治性切除术后生化复发,为临床精准诊疗工作提供依据.
更多相关知识
关键词
前列腺肿瘤磁共振成像影像组学生化复发前列腺切除术机器学习预测Prostatic neoplasmsMagnetic resonance imagingRadiomicsBiochemical recurrenceProstatectomyMachine learningForecasting
栏目名称
DOI
10.3969/j.issn.1005-5185.2026.04.013
发布时间
2026-05-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览3
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
