摘要
目的构建基于O-(2-18F-氟代乙基)-L-酪氨酸(18F-FET)PET图像影像组学特征的回归分析模型, 探讨其对未经治疗的脑胶质瘤患者异柠檬酸脱氢酶1(IDH1)基因表型的预测效能。方法回顾性分析2017年11月至2019年2月间复旦大学附属华山医院经病理学证实的58例脑胶质瘤患者[男36例、女22例, 年龄(41.8±15.1)岁]的18F-FET PET/CT脑显像数据, 应用PyRadiomics软件包提取105个影像组学特征, 使用最小绝对收缩和选择算子(LASSO)回归构建预测模型, 计算每个病灶的影像组学评分(RS), 使用受试者工作特征(ROC)曲线量化模型RS的预测效能, 并与18F-FET半定量参数{肿瘤靶本比[TBR, 包括最大TBR(TBRmax)、TBR峰值(TBRpeak)和平均TBR(TBRmean)]、肿瘤代谢体积(MTV)及病灶总代谢摄取(TLU)}对IDH1基因表型的预测效能进行对比(Delong检验)。结果 LASSO回归模型共纳入7个影像组学特征, 分别为最大二维切片直径、一阶最大特征值、一阶灰度值范围、灰度共生矩阵能量、灰度共生矩阵反差方差、灰度相关矩阵熵、灰度相关矩阵大相关低灰度级增强。构建的LASSO回归模型对IDH1基因表型(突变型20例, 野生型38例)的预测效能准确性为81.0%(47/58), 灵敏度为65.0%(13/20), 特异性为89.5%(34/38), 曲线下面积(AUC)为0.842;18F-FET半定量参数中TLU诊断效能较优, 其诊断准确性为60.3%(35/58), 灵敏度为85.0%(17/20), 特异性为47.4%(18/38), AUC为0.661;LASSO回归模型对IDH1基因表型的诊断效能优于传统参数(z=3.426, P<0.01)。结论基于18F-FET PET脑显像的影像组学分析可提高对未经治疗的脑胶质瘤患者IDH1基因表型的预测效能。
- 单位