MRI影像组学特征预测乳腺癌分子分型的价值

作者：李薇; 平学军; 刘宇豪; 李明; 吴林桦; 阮小伟; 任嘉梁; 石惠^*

来源：临床放射学杂志, 2021, 40(09): 1709-1714.

DOI：10.13437/j.cnki.jcr.2021.09.012

• 乳腺癌
• 分子分型
• 影像组学
• 特征提取和选择
• 受试者工作特征曲线

目的探讨基于脂肪抑制T2WI、DCE-T1WI和二者联合序列的影像组学特征预测乳腺癌分子分型的价值。方法回顾性分析经术后病理证实的122例乳腺癌患者,术前均行常规MRI和动态增强扫描。用ITK-SNAP软件勾画感兴趣区,利用AK软件分别提取脂肪抑制T2WI、DCE-T1WI和二者联合序列三维病灶的影像组学特征。采用卡方检验及方差分析比较不同分子分型乳腺癌患者间年龄、绝经状态、淋巴结转移情况特征的差异;使用单因素方法、相关性分析、多因素逻辑回归及套索算法(LASSO)进行特征筛选并降维,采用Logistic回归算法建立模型。利用受试者工作特征曲线评估模型的预测效能。结果 Luminal A型33例,Luminal B型54例,HER-2过表达型17例,三阴(TN)型18例,不同分子分型乳腺癌患者间年龄、绝经状态、淋巴结转移情况的差异均不具有统计学意义(P>0.05)。预测Luminal A型、Luminal B型、HER-2过表达型、TN型乳腺癌最佳效能模型是基于脂肪抑制T2WI和DCE-T1WI联合序列的影像组学特征建立的模型,曲线下面积分别为0.820(0.742,0.888)、0.808(0.745,0.869)、0.900(0.833,0.954)、0.837(0.758,0.905)。结论基于MRI影像组学特征构建的模型可有效无创预测乳腺癌分子分型。

• 单位
  宁夏医科大学; 宁夏回族自治区人民医院; 宁夏医科大学总医院