目的:探討基于MRI動態(tài)增強掃描（DCE-MRI）的影像組學在預測乳腺癌前哨淋巴結(jié)（SLN）轉(zhuǎn)移中的價值。方法 :回顧性收集經(jīng)病理證實并行DCE-MRI檢查的浸潤性乳腺癌164例（訓練組124例,驗證組40例）。在DCE-MRI圖像上提取影像組學特征,并計算DCE參數(shù),采用Lasso-Logistic回歸模型對影像組學特征進行篩選。分別建立單純影像組學模型、單純DCE參數(shù)模型及聯(lián)合模型。采用ROC的AUC評價不同模型的鑒別預測效能,并對模型的ROC曲線行DeLong檢驗;在驗證隊列中評估其預測效能。結(jié)果:共提取396個影像組學特征,經(jīng)篩選得到28個特征,聯(lián)合DCE參數(shù)分別建模。對于術(shù)前預測SLN轉(zhuǎn)移的效能,在訓練組中單純影像組學模型AUC的95%CI為0.81（0.72,0.89）,單純DCE參數(shù)模型AUC的95%CI為0.77（0.68,0.86）,聯(lián)合預測模型AUC的95%CI為0.80（0.72,0.89）;在驗證組中單純影像組學模型AUC的95%CI為0.74（0.59,0.89）,單純DCE參數(shù)模型AUC的95%CI為0.74（0.59,0.90）,聯(lián)合預測模型AUC的95%... 

【文章來源】：中國中西醫(yī)結(jié)合影像學雜志. 2020,18(03)

【文章頁數(shù)】：5 頁

【部分圖文】：

女，61歲，右側(cè)乳腺浸潤性導管癌Ⅱ級，無淋巴結(jié)轉(zhuǎn)移

DCE-MRI不僅可提供原發(fā)性乳腺癌豐富的影像組學信息，還能提供反映腫瘤DCE參數(shù)特征的功能信息。DCE參數(shù)模型可量化血管內(nèi)和間質(zhì)間隙的對比劑交換，提供腫瘤血流量、微血管系統(tǒng)和毛細血管通透性的測量[8]。LOISELLE等[16]發(fā)現(xiàn)，乳腺癌原發(fā)灶的DCE參數(shù)特征與其腋窩淋巴結(jié)轉(zhuǎn)移相關(guān)。因此，腫瘤DCE參數(shù)特征變化在原發(fā)病變和淋巴結(jié)轉(zhuǎn)移的聯(lián)系中存在一種可能的機制。本研究的局限性：(1)腫瘤的ROI由放射科醫(yī)師手工繪制，可能使觀察者之間的變異性增加，需要一種自動、可靠和有效的腫瘤分割方法。(2)為回顧性研究，樣本量相對較小。研究數(shù)據(jù)組來自一個醫(yī)療中心，缺少對結(jié)果的泛化性和穩(wěn)健性的評價。下一步研究中將對多中心數(shù)據(jù)進行更嚴格的分析。(3)選擇腫瘤最具有代表性的層面進行初步研究，雖然這在以往研究中廣泛應用[17]，但與整個腫瘤體積相比，可能丟失一些重要的空間信息。(4)僅對用DCE-MRI序列提取的影像特征進行研究，由于DCE-MRI在乳腺MRI診斷中的重要作用，未對DWI、T2WI圖像進行分析，后續(xù)研究中需應用多模態(tài)MRI挖掘影像組學信息。(5)為了使模型更加簡單、提高應用的廣泛性，未融合臨床、病理及分子生物學信息，這可能降低模型的效能，后續(xù)研究中將進一步探討。

【參考文獻】：
期刊論文
[1]中國乳腺癌全人群生存率分析研究進展[J]. 左婷婷,陳萬青.  中國腫瘤臨床. 2016(14)



本文編號：3298075