学科分类
/ 1
1 个结果
  • 简介:摘要目的探究基于病变内部及病变周围MRI影像组学模型预测临床显著前列腺癌的价值。材料与方法140例(训练集112例,测试集28例)进行过前列腺磁共振扫描的患者纳入研究。手动勾画T2加权成像(T2 weighted imaging,T2WI)、ADC图像病变内部区域(intralesional volume,ILV)及病变周围区域(perilesional volume)并分别提取影像组学特征,构建最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)回归预测模型。运用ROC曲线分析、临床决策曲线分析对模型进行评估。结果训练集的AUC、准确率分别为:0.93 (95%置信区间:0.88~0.98,特异度:0.87,敏感度:0.89)、0.84 (95%置信区间:0.76~0.90)。测试集的AUC、准确率分别为0.92 (95%置信区间:0.81~1.00,特异度:0.95,敏感度:0.68)、0.89 (95%置信区间:0.72~0.98)。临床决策曲线分析中诊断阈值位于0.01~0.83或0.87~0.98时,运用预测模型患者具有良好的净受益。结论基于病变内部及病变周围MRI影像组学特征对于临床显著前列腺癌的预测具有应用价值。

  • 标签: 影像组学 磁共振成像 临床显著性前列腺癌 机器学习 预测