简介：摘要目的探讨基于多参数MRI（multiparametric magnetic resonance imaging, mpMRI）影像组学列线图预测子宫内膜癌（endometrial cancer, EC）淋巴血管侵犯（lymphatic vascular space invasion, LVSI）的价值。材料与方法回顾性分析术前行盆腔mpMRI检查的202例经手术病理证实为EC患者的病例资料，并按7∶3随机分为训练集和验证集。运用开源的ITK-SNAP软件勾画兴趣区（region of interest, ROI），使用Pyradiomics软件从mpMRI影像图中提取EC影像组学特征。采用单因素分析临床基本资料和影像组学特征，通过最小绝对收缩和选择算法（least absolute shrinkage and selection operator, LASSO）回归筛选影像组学特征并计算影像组学分数（radiomics score, Rad-score），多因素logistic回归用于筛选LVSI独立危险因素，使用R语言建立模型并绘制列线图，模型的预测效能采用C指数（C-index）评价，比较影像组学模型和列线图对LVSI的预测效能。结果321个影像组学特征经LASSO回归筛选出13个影像组学特征并计算Rad-score。单因素和多因素logistic回归分析发现年龄、病理学分级以及Rad-score为LVSI的独立危险因素。联合LVSI危险因素构建的列线图在训练集和验证集中C-index分别为0.871（95% CI：0.803～0.940）和0.810（95% CI：0.698～0.917）；影像组学模型在训练集和验证集中C-index分别为0.854（95% CI：0.784～0.925）和0.756（95% CI：0.619～0.892）。列线图和影像组学模型对LVSI均具有较高的预测效能，并且列线图高于影像组学模型。结论基于mpMRI影像组学列线图对EC的LVSI术前评估具有较高的诊断效能。

简介：摘要目的探索多参数MRI影像组学信号模型预测直肠癌(rectal cancer，RC) KRAS基因突变的价值。材料与方法回顾性分析深圳市人民医院2019年4月至2020年12月104例经病理证实且行术前MRI检查的直肠癌患者的临床病理资料和提取RC的多参数MRI影像组学特征。采用t检验、χ2检验或Mann-Whitney U检验分析临床病理特征和影像组学特征与KRAS基因突变的相关性，将有统计学意义的特征纳入LASSO回归模型进行特征选择和建立影像组学信号。采用受试者工作特征(receiver operating characteristic，ROC)的曲线下面积(area under the curve，AUC)评价影像组学信号对KRAS基因突变的预测效能。结果临床病理资料在有无KRAS基因突变间差别无统计学意义。321个影像组学特征中，单因素分析表明16个影像组学特征与KRAS基因突变有相关性。LASSO回归筛选出7个影像组学特征构建影像组学信号，在验证集和预测集中预测KRAS基因突变的AUC值分别为0.81 (0.70～0.92)和0.77 (0.63～0.91，P=0.60)，其中ADC特征中一阶偏度的压缩系数最大为3.36。结论MRI影像组学特征可以作为预测KRAS基因突变的生物学标记，其中ADC特征中偏度的预测效能最好。