基于MRI影像组学的特征模型预测肝细胞癌微血管侵犯的研究

作者：瞿成名; 李昆; 蔡萍; 谢巧; 阎晓初; 陈施翰; 李长峰; 夏锋; 张雷达; 冯凯; 马宽生^*

来源：中国普外基础与临床杂志, 2021, 28(02): 175-180.

• 影像组学
• 机器学习
• 钆塞酸二钠
• 肝细胞癌
• 微血管侵犯

目的建立基于MRI影像组学预测肝细胞癌微血管侵犯的特征模型。方法收集笔者所在医院2017年9月至2020年5月期间接受手术治疗的190例肝细胞癌患者的临床和病理资料。将患者按照5︰1的比例随机分为训练组(n=158)和测试组(n=32)。利用钆塞酸二钠增强MRI动脉期和肝胆期的图像,同时获取肿瘤病灶及肿瘤周围2 cm以内的三维感兴趣区的影像组学特征。基于机器学习的logistic回归算法在训练组上建立预测模型,并在测试组对预测模型进行评价。结果筛选得到7个影像组学特征,训练组和测试组模型的受试者工作特性曲线下面积(AUC)分别为0.830 [95%CI为(0.669,0.811)]和0.734 [95%CI为(0.600,0.936)]。结论基于MRI的影像组学特征模型可以较好地预测肝细胞癌的微血管侵犯,对于术前制定肝细胞癌的治疗策略具有重要的指导意义。

• 单位
  第一附属医院放射科; 第三军医大学; 中国人民解放军陆军军医大学; 第一附属医院病理科