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 246次   下载 62 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于双模态超声图像的影像组学 模型预测乳腺癌肿瘤浸润淋巴 细胞水平的价值
毛雅 蔡云奇 练宏欢 李莹1
丽水市人民医院超声科
摘要:
目的 探讨基于双模态超声图像的影像组学模型预测乳腺癌肿瘤浸润淋巴细胞(TIL)水平的应用价值。 方法 回顾 性收集2018年1月至2024年6月丽水市人民医院经术后病理检查确诊的211例乳腺癌患者,以7∶3比例随机分为训练集148例和验 证集63例。所有患者均在术前接受灰阶超声(US)及应变式弹性成像(SE)检查,并根据病理检查结果分为低TIL水平(<10%)组和高 TIL水平(≥10%)组。收集患者的临床病理资料,并分析超声图像特征。筛选基于 US和SE的影像组学特征,并构建 3 种影像组学模 型,包括US、SE和US+SE模型。采用多因素logistic回归筛选独立影响因素并结合最优影像组学评分建立联合模型,绘制列线图。 采用ROC曲线、决策曲线和校准曲线评价不同模型的诊断效能、临床净获益和一致性。 结果 在训练集和验证集中,US+SE模型的 AUC均为最高,选择其作为最优影像组学模型。基于形态、后方回声及US+SE影像组学评分建立联合模型,绘制列线图。ROC曲线 分析结果显示,联合模型的预测效能较好,在训练集和验证集中的AUC分别为0.934、0.898。决策曲线分析表明,当训练集和验证集 的风险阈值分别在0.49~0.78、0.33~0.74时,联合模型具有更好的临床净获益。校准曲线分析显示,联合模型的预测概率与实际概率 具有良好的一致性。 结论 基于双模态超声图像影像组学的联合模型可在术前较好地预测乳腺癌TIL水平,为临床提供准确、全面、 高效的评估手段。
关键词:  
DOI:
分类号:
基金项目:
Abstract:
Key words: