多参数MRI影像组学预测IDH野生型胶质母细胞瘤的MGMT启动子甲基化表达

目的结合多参数MRI影像组学与机器学习,无创预测异柠檬酸脱氢酶(IDH)野生型胶质母细胞瘤的O6-甲基鸟嘌呤-DNA甲基转移酶(MGMT)启动子甲基化表达.资料与方法回顾性收集2016年10月—2022年8月解放军总医院第一医学中心112例IDH野生型胶质母细胞瘤的术前多参数MRI数据及患者年龄、性别,按7:3随机分为训练集80例与验证集32例.选取表观扩散系数、增强T1WI及T2WI序列进行感兴趣区分割,并从每个感兴趣区中提取1013个影像特征.采用组内相关系数(ICC)进行一致性检验并过滤ICC<0.85的影像特征.依次通过ICC、t检验及最小绝对收缩和选择算子筛选出最佳特征.在7种分类器中对3个单序列特征组与1个多序列特征组进行训练及验证.绘制受试者工作特征曲线评估模型的诊断效能.结果随机森林分类器与多序列特征组的组合模型为预测IDH野生型胶质母细胞瘤MGMT启动子甲基化表达的最优模型,训练集与验证集中的曲线下面积分别为0.933与0.915,准确度分别为0.868、0.822.结论无创提取多参数MRI特征结合机器学习算法可以有效预测IDH野生型胶质母细胞瘤MGMT启动子甲基化的表达,为制订个体化治疗方案提供支持.