基于双参数MRI的影像组学特征融合方法预测前列腺腺癌Gleason分级的研究

目的 探讨基于磁共振(Magnetic Resonance Imaging,MRI)双参数影像组学特征融合方法对前列腺腺癌(Prostate Adenocarcinoma,PA)的Gleason分级的诊断价值.方法 回顾性收集蚌埠医学院第一附属医院和蚌埠医学院第二附属医院经病理证实为PA的患者158例,其中低级别组(Gleason评分≤3+4)89例,高级别组(Gleason评分≥4+3)69例.所有患者获取病理前均经过MRI检查,由两组医生分别对每位患者的T2WI和表观弥散系数(Apparent Diffusion Coefficient,ADC)图像进行感兴趣区(Region of Interest,ROI)分割,再经过影像组学进行特征提取、筛选,建立模型.运用ROC曲线及曲线下面积(Area Under Curve,AUC)分别评估T2WI、ADC、T2WI+ADC融合模型的诊断效能.结果 按照7:3的比例将患者随机分层分配到训练集(110例)和测试集(48例).通过训练集的特征筛选,T2WI、ADC、T2WI+ADC分别筛选出10、5、7个特征,并建立Logistic模型用来鉴别低级别组与高级别组PA.训练集中各模型鉴别诊断的AUC值分别为0.768(95％CI:0.681～0.856)、0.759(95％CI:0.671～0.847)、0.835(95％CI:0.759～0.911);测试集中各模型鉴别诊断的AUC值分别为0.638(95％CI:0.466～0.811)、0.700(95％CI:0.545～0.845)、0.808(95％CI:0.681～0.935).结论 基于多中心双参数MRI构建的影像组学模型具备鉴别PA Gleason低级别组与高级别组的能力,并且T2WI+ADC融合模型具有较高的预测价值,可为临床分级提供参考.