多序列MRI影像组学在子宫内膜癌组织学分级术前预测的价值

目的 探究MRI多序列成像及其影像组学对子宫内膜癌组织学分级术前预测的鉴别诊断效能,并与CA12-5值、MRI影像表现对照.方法 对134例经病理确诊为子宫内膜癌的MRI多序列图像进行回顾性分析,分成训练组(n=93)和验证组(n=41),基于T2矢状位、增强矢状位及扩散加权成像(DWI)提取影像组学特征;采用"逻辑回归"分类器模型,结合CA12-5值构建CA12-5模型,结合MRI影像表现统计学特征构建MRI影像表现模型,结合组学特征构建组学模型,联合MRI影像表现及组学统计学特征构建联合模型;受试者工作特征曲线(ROC)及曲线下面积(AUC)用于评价模型的鉴别诊断效能,Delong检验用于比较模型间AUC差异是否具有统计学意义.结果 CA12-5模型由统计的CA12-5值构成;MRI影像表现模型由最大层面矢状面长径、肌层浸润深度、淋巴结肿大、子宫内膜连续性、液化坏死、宫颈受累情况构成;影像组学模型由筛选出的影像组学特征构成;联合模型由MRI影像表现及影像组学特征构成.CA12-5模型、MRI影像表现模型、影像组学模型及联合模型在训练组中的AUC分别是 0.629(95％CI:0.522～0.727)、0.700(95％CI:0.596～0.791)、0.838(95％CI:0.747～0.906)、0.855(95％CI:0.766～0.919),在验证组的 AUC 分别为 0.533(95％CI:0.370～0.690)、0.708(95％CI:0.545～0.839)、0.740(95％CI:0.579～0.864)、0.780(95％CI:0.623～0.894).经过 Delong 检验,四种模型在训练组及验证组的 AUC差异均具有统计学意义(P＜0.05).结论 MRI影像表现及影像组学的联合模型对子宫内膜癌组织学分级具有很高的鉴别诊断能力,高于CA12-5模型、MRI影像表现模型及影像组学模型.