论文部分内容阅读
目的 探究基于不同磁共振序列构建的影像组学模型在直肠癌肝转移评估中的临床应用价值.方法 回顾性纳入2015年4月?2018年5月经病理证实为直肠癌并在我院行治疗前基线磁共振检查的患者140例.根据肝脏穿刺活检、手术病理和影像结果分为肝转移组和未转移组.通过ITK-SNAP软件在T2加权图像(T2 weighted image,T2WI)、弥散加权图像(diffusion weighted image,DWI)和表观弥散系数(apparent diffusion coefficient,ADC)图像上对原发灶逐层勾画感兴趣区(region of interest,ROI).3D ROI导入Artificial Intelligent Kit软件平台提取影像组学特征,每个序列图像提取396个特征.基于Python平台对特征数据进行预处理,使用支持向量机-合成少数类过采样法(Support Vector Machine-Synthetic Minority Over-Sampling Technique,SVM-SMOTE)对样本进行过采样,使截止随访时发生肝转移组和未发生肝转移组样本数平衡,之后按2:1比例分为训练集和测试集.对影像组学特征进行筛选后,使用R软件构建logistic回归模型,用受试者工作特征(ROC)曲线和校准曲线对模型效果进行评价.结果 纳入的患者中发生肝转移的有52例,截止随访时未发生肝转移的有88例,癌胚抗原(CEA)水平、MRI的T分期和N分期在肝转移组和未转移组的差异有统计学意义(P<0.05).在对特征进行预处理和筛选后,最终,除去非影像组学特征17个,多序列联合数据集(T2WI+DWI+ADC)共筛选出32个特征,T2WI独立数据集10个特征,DWI独立数据集30个特征,ADC独立数据集15个特征.多序列联合数据集、T2WI独立数据集以及ADC独立数据集构建的模型能准确评估肝转移,训练集的ROC曲线下面积(AUC)为93.5％、89.2％、90.6％,测试集的AUC分别为80.8％、80.5％、81.4％,多序列联合数据集并未表现出高于独立数据集的AUC.DWI独立数据集表现稍差,训练集和测试集的AUC为90.3％、75.1％.校准曲线显示,联合数据集模型的波动最小,最接近参考线;3个独立数据集模型的波动范围相接近;4种模型的校准曲线均显示随着风险升高,模型预测从对风险的低估转为对风险的高估.总体而言,多序列联合数据集与独立T2WI数据集、独立ADC数据集都具有较高的AUC,而多序列联合数据集校准曲线偏离对角参考线最近,模型效果最好.独立T2WI和ADC数据集总体效果次之,独立DWI数据集效果欠佳.结论 磁共振影像组学模型能够对直肠癌肝转移进行有效评估,为临床分期和诊治提供信息.