引用本文:
【打印本页】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 4251次   下载 1641 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于乳腺X线摄影影像组学列线图预测BI-RADS4~5类钙化病灶恶性风险
徐文杰1, 邓水堂, 安永玉, 王健, 敖炜群, 谢宗玉, 杨昭, 王小雷, 茅国群
浙江中医药大学第二临床学院
摘要:
目的探讨基于乳腺X线摄影(MG)影像组学列线图在预测乳腺影像报告与数据系统(BI-RADS)4~5类钙化恶性风险中的价值。方法回顾2017年1月至2020年12月浙江省立同德医院和蚌埠医学院第一附属医院经病理检查证实的292例MG表现为乳腺影像报告与数据系统(BI-RADS)4~5类钙化患者的临床及影像资料,其中良性121例,恶性171例。所有患者以7∶3比例分成训练集(204例)及验证集(88例),对头尾位(CC)和内外斜位(MLO)图像进行手工分割并提取影像组学特征,并应用最小冗余最大相关(mRMR)及最小绝对值收敛和选择算子(LASSO)回归筛选最有价值的特征。采用logistic回归构建影像组学模型,从临床因素中筛选差异有统计学意义的危险因素并建立临床模型,再联合临床-影像组学特征建立联合模型,基于联合模型勾画列线图。采用ROC曲线评价各模型的效能,应用决策曲线比较各模型的临床应用价值。结果分别从CC、MLO图像中提取并筛选出4个和6个影像组学特征构建影像组学模型,其验证集中的AUC为0.714,灵敏度为0.792,特异度为0.600,准确度为0.705。年龄和BI-RADS分类是钙化恶性风险预测的独立危险因素,两者构建成临床模型,其验证集AUC为0.833,灵敏度为0.646,特异度为0.850,准确度为0.739。联合模型验证集AUC为0.844,灵敏度为0.708,特异度为0.900,准确度为0.795。校准曲线及决策曲线显示列线图具有良好的一致性及临床预测价值。结论联合模型对MGBI-RADS4~5类钙化恶性风险预测效能优于单纯影像组学模型及临床模型,基于联合模型构建的列线图具有较好的临床应用价值。
关键词:  
DOI:10.12056/j.issn.1006-2785.2023.45.3.2022-867
分类号:
基金项目:浙江省医药卫生科技计划项目(2021KY611)
Abstract:
Key words: