基于超声影像组学对肾透明细胞癌WHO/ISUP分级的探索研究

作者：张岱; 赵利辉; 王海玲; 穆洁; 杨凡; 毛怡然; 侯文静; 魏玺^*

来源：中华超声影像学杂志, 2023, 32(09).

• 超声检查
• 肾透明细胞癌
• 影像组学
• WHO/ISUP分级

目的探讨基于超声影像组学术前预测肾透明细胞癌(clear cell renal cell carcinoma, ccRCC)世界卫生组织/国际泌尿病理学会(WHO / ISUP)分级的临床价值。方法回顾性收集2021年1月至2022年10月天津医科大学肿瘤医院经手术病理证实的175例ccRCC患者的临床、超声影像学资料, 采用WHO/ISUP病理分级标准将其分为低级别组(Ⅰ、Ⅱ级, 共105例)和高级别组(Ⅲ、Ⅳ级, 共70例)。选择肿瘤最大径线的清晰图像导入ITK-SNAP软件对图像进行手动分割, 并提取超声影像组学特征。将患者按照7∶3的比例随机分为训练组和测试组, 其中训练组122例, 测试组53例。通过降维处理获得稳定的影像组学特征, 并应用支持向量机(SVM)算法预测ccRCC的病理分级, 最终构建临床超声影像模型、超声影像组学模型和二者结合的联合模型。通过ROC曲线下面积(AUC)分析三种模型的预测效果, 应用校准曲线评价模型性能, 应用决策曲线确定患者的净获益。结果共提取873个影像组学特征, 经降维处理, 最终获得10项特征用于构建模型。最终测试结果显示, 临床超声影像模型、超声影像组学模型以及联合模型的AUC、敏感性、特异性及准确性分别为0.68、0.47、0.78、0.66, 0.74、0.53、0.88、0.74, 0.84、0.63、0.86、0.77, 其中联合模型的AUC大于临床超声影像模型(Z=-3.224, P=0.001)及超声影像组学模型(Z=-2.594, P=0.009)。校准曲线显示联合模型稳定性较其他两种模型更好。决策曲线显示在阈值0.1～1.0的范围内, 联合模型的临床净获益要高于其他两种模型。结论基于超声图像构建的影像组学模型术前预测ccRCC的病理分级效果良好, 结合相关临床、超声参数构建的联合模型性能更佳, 在一定程度上可帮助临床术前预测ccRCC分级, 对于医生在个性化医疗时代选择最佳管理方案至关重要。

• 单位
  天津医科大学