基于IVIM影像组学模型对前列腺癌和前列腺增生的鉴别诊断价值
Chinese Journal of Medical Imaging(2023)
Abstract
目的 探讨基于体素内不相干运动(IVIM)中真性扩散系数(D)、伪扩散系数(D*)及灌注分数(f)图影像组学模型对前列腺癌和前列腺增生的鉴别诊断价值.资料与方法 回顾性分析南京医科大学附属泰州市人民医院2019年1月—2021年5月经穿刺活检或手术病理证实的前列腺癌患者 106 例、前列腺增生患者 100 例的影像资料,患者均行常规MRI检查及 IVIM 检查.首先应用Firevoxel软件获得IVIM序列D、D*及f图,将所得伪彩图导入ITK-SNAP软件勾画感兴趣区.采用Pyradiomics软件进行高通量特征提取,最后采用最大相关最小冗余及最小绝对收缩和选择算子稀疏约束法算法筛选影像组学特征并构建模型.采用随机抽样方法将患者按 7∶3分成训练组 144 例与验证组 62 例,通过受试者工作特征曲线对 3个模型的诊断效能进行验证,用决策曲线分析评估影像组学模型的临床预测效能.结果 基于D、D*及f图像组学模型预测前列腺癌和前列腺增生,训练组中曲线下面积分别为 0.987、0.978、0.992,验证组中曲线下面积分别为 0.985、0.975、0.985.决策曲线显示D、D*及f图影像组学模型在临床上可以获得较好的净获益,其中D图组学模型最高.结论 基于IVIM序列D、D*及f图的影像组学模型对前列腺癌和前列腺增生具有较高的鉴别诊断效能.
MoreKey words
Prostatic neoplasms,Prostatic hyperplasia,Magnetic resonance imaging,Diagnosis,differential
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