双参数MRI影像组学模型对前列腺良性增生结节和前列腺癌的鉴别价值
Practical Journal of Medicine & Pharmacy(2021)
Abstract
目的 探讨双参数MRI影像组学模型对良性前列腺增生和前列腺癌的鉴别价值.方法 回顾性分析2015年3月-2017年6月笔者医院收治的157例前列腺结节的临床及影像资料,患者均行MR引导下靶向穿刺活检或前列腺根治切除术,并获得病理结果,其中良性结节92例,恶性结节65例.采用分层随机抽样方法将患者按照7:3的比例分为训练组(111例)与测试组(46例),采用A.K软件基于患者术前MR的T2WI和ADC图像提取396个影像组学特征,采用Spearman相关分析与LASSO回归分析进行特征筛选与模型构建,分别构建ADC影像组学模型、T2WI影像组学模型和双参数影像组学联合模型(影像组学评分),在训练组与测试组中应用受试者操作特征(ROC)曲线及校准曲线对模型进行验证,评价影像组学特征鉴别前列腺良性增生结节和前列腺癌的效能.结果 经过特征筛选,分别用5、6、7个影像组学特征构建前列腺结节良恶性鉴别的ADC模型、T2WI模型及双参数组学特征联合模型.ADC和T2WI影像组学联合模型鉴别良恶性前列腺结节训练组AUC为0.87,测试组中AUC为0.87.训练组中灵敏度和特异度分别为100%、67%,阳性预测值81%,阴性预测值100%,准确率86%.测试组中灵敏度和特异度分别为96%、63%,阳性预测值79%,阴性预测值92%,准确率83%.3种模型的校准曲线,提示预测结果与病理结果一致性较好.结论 基于双参数MR的影像组学模型能够有效鉴别前列腺良性增生结节和前列腺癌.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined