论文部分内容阅读
目的 探讨基于T2 WI联合DWI影像组学对高侵袭性前列腺癌(PCa)的预测价值.方法 回顾性分析300例经病理证实的PCa患者,术前均行MRI检查,计算机随机分为训练组(210例)和验证组(90例).在T2 WI和DWI(b值=0 s/mm2、1500 s/mm2)图像上手动勾画病灶,经MaZda提取病灶纹理特征,先用单变量方法,对训练组进行t检验,P<0.05为差异有统计学意义,筛选与PCa侵袭性高度相关的特征,再用LASSO模型降维后筛选最优子集,建立支持矢量机组学模型,ROC曲线和混淆矩阵,评估组学模型对验证组高侵袭性PCa预测价值.结果 组学模型对于验证组的AUC,准确率、敏感性、特异性分别为0.91、82.7％、89.9％、70％.结论基于T2 WI联合DWI的影像组学特征可以作为一种无创的、客观定量的方法判断PCa侵袭性,如果与人工智能相结合,有一定的潜在临床应用价值.