| 摘要: |
| 目的探讨基于T1WI增强图像的多区域影像组学在术前预测脑膜瘤脑侵犯的应用价值。方法回顾性分析2016年1月至2024年2月在温州医科大学附属第五医院（中心1）和丽水市人民医院（中心2）经病理检查证实为脑膜瘤患者的临床影像资料。中心1纳入297例患者，以7∶3的比例随机分为训练集208例（无脑侵犯152例，脑侵犯56例）和内部测试集89例（无脑侵犯65例，脑侵犯24例）；中心2纳入的117例均作为外部测试集（无脑侵犯91例，脑侵犯26例）。以单因素分析及多因素logistic回归分析筛选脑膜瘤脑侵犯的独立危险因素，并构建临床模型。分别基于[即肿瘤全体积（GTV）]及包含瘤周区域[即瘤内及瘤周体积（GPTV），GPTV1、GPTV2、GPTV3、GPTV4、GPTV5、GPTV10、GPTV15和GPTV20]的T1WI增强图像提取并筛选最佳影像组学特征，并采用支持向量机建立相应模型。选择内部测试集和外部测试集中平均AUC最高的模型作为最佳影像组学模型，并将其结果转换为影像组学评分（Rad-score）。随后，基于临床危险因素和Rad-score构建联合模型，绘制列线图进行可视化。结果性别（OR=4.073，P＜0.001）、瘤周水肿（OR=4.202，P＜0.001）为预测脑膜瘤脑侵犯的独立危险因素。在内部测试集中，GTV及不同范围GPTV的AUC为0.679~0.833；在外部测试集中，GTV及不同范围GPTV的AUC为0.612~0.808。其中，GPTV10具有最佳的预测效能（平均AUC为0.821）。进一步将性别、瘤周水肿与Rad-score相结合建立联合模型，结果显示，联合模型在预测脑膜瘤脑侵犯展现出良好的效能，在训练集、内部测试集和外部测试集的AUC分别为0.937、0.879、0.845。结论基于T1WI增强图像的GPTV10影像组学模型可在术前较好地预测脑膜瘤脑侵犯状态，进一步结合临床危险因素建立的联合模型能够更好地提升效能。 |
| 关键词: |
| DOI： |
| 分类号: |
| 基金项目:浙江省医药卫生科技计划项目（2024KY568） |
|
|
|
|
| Abstract: |
|
| Key words: |
