多模态MRI影像组学术前预测肾透明细胞癌Fuhrman核分级
Chinese Journal of Radiology(2022)
Abstract
目的:探讨多模态MRI影像组学对肾透明细胞癌(ccRCC)术前Fuhrman核分级的预测价值。方法:回顾性分析2011年4月至2021年4月就诊于苏州大学附属第三医院的129例经手术病理证实为ccRCC的患者资料,采用随机数表法按7∶3的比例随机分为训练集(90例)和验证集(39例)。根据术后病理结果,将Fuhrman Ⅰ、Ⅱ级纳入低级别组(96例,训练集65例、验证集31例),Fuhrman Ⅲ、Ⅳ级纳入高级别组(33例,训练集25例、验证集8例)。由2名放射科医师于T 1WI、T 2WI、Dixon纯水相、Dixon纯脂相、磁敏感加权成像(SWI)、血氧水平依赖(BOLD)图像上手动勾画感兴趣区,每个ROI分别提取396个纹理特征。在训练集采用组内相关系数、Mann-Whitney U检验、最小冗余-最大相关法、最小绝对收缩与选择算子法行特征降维,获取最佳纹理特征,采用logistic回归构建多模态影像组学模型,采用受试者操作特征(ROC)曲线评估模型在训练集和验证集中鉴别高、低级别ccRCC的效能。 结果:共筛选出4个SWI、1个T 2WI以及1个BOLD纹理特征用于建模。训练集和验证集中多模态影像组学模型鉴别高、低级别ccRCC的ROC曲线下面积(95%CI)分别为0.859(0.770~0.923)和0.883(0.740~0.964),特异度分别为95.4%和87.1%,灵敏度分别为68.0%和87.5%,准确度分别为87.8%和87.2%。 结论:基于T 2WI、SWI和BOLD图像建立的多模态MRI影像组学模型术前预测ccRCC Fuhrman核分级具有较高的效能。
MoreTranslated text
Key words
Carcinoma, renal cell,Magnetic resonance imaging,Radiomics,Fuhrman nuclear grade
AI 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