基于ADC图的影像组学模型在前列腺癌Gleason危险度分级中的诊断价值

作者：赵茹; 赵红; 宫希军; 虞红珍; 张志强; 王龙胜^*

来源：临床放射学杂志, 2023, 42(10): 1625-1629.

DOI：10.13437/j.cnki.jcr.2023.10.021

• 前列腺癌
• 表观扩散系数
• 影像组学

目的 探讨基于ADC图的影像组学模型在鉴别前列腺癌Gleason危险度分级中的价值。方法 回顾性分析2019年9月至2021年12月行前列腺MRI检查并行手术或穿刺病理学证实为前列腺癌的59例患者资料(28例Gleason评分≤3+4分，31例Gleason评分≥4+3分),采用ITK-SNAP软件对患者的ADC图像进行感兴趣区(ROI)勾画，共勾画病灶73个，采用Pyradiomics方法提取纹理特征Spearman去除相关性较高的特征，最小绝对收缩和选择算法(LASSO)回归进行特征筛选，最终采用迭代的方式建立支持向量机(SVM)分类模型，筛选最优诊断模型，并进行验证，结果用曲线下面积(AUC)表示。结果 共提取94个特征，通过Spearman去除相关系数较高的72个特征后，经LASSO筛选出最佳特征10个，构建SVM最优模型，在训练集中其AUC为0.95(95%CI:0.90～1.00),经交叉验证后，在验证集中AUC为0.87(95%CI:0.72～1.00)。结论 基于ADC图的影像组学模型在鉴别前列腺癌Gleason低危组和高危组中有一定的诊断价值。

• 单位
  安徽医科大学; 安徽医科大学第二附属医院