摘要

目的 探讨基于T2WI序列腰椎MRI影像组学诊断骨质疏松症的效能及可行性。材料与方法 回顾性分析2022年12月至2023年3月期间于本院行腰椎MRI检查患者共计291例,在T2WI矢状位图像上逐层勾画感兴趣区(region of interest,ROI),从1455个腰椎的MRI图像中提取放射组学特征,将样本按8∶2随机分为训练组(n=233)和测试组(n=58)。利用最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)算法降低数据维度后选择特征,利用逻辑回归(logistics regression, LR)建立预测骨质疏松的临床模型、放射组学模型及联合模型;利用受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)、准确度、特异度、敏感度、阳性预测值和阴性预测值等指标评估组合模型的性能,使用DeLong检验比较模型间的预测效能,绘制模型的校准曲线并采用Hosmer-Lemeshow验证模型的拟合优度,采用决策曲线分析(decision curve analysis, DCA)评估各个模型的临床价值。结果 临床模型、影像组学模型及联合模型在训练组中的AUC分别为0.791 [95%置信区间(confidence interval, CI):0.733-0.849]、0.879 (95%CI:0.833-0.925)、0.893 (95%CI:0.853-0.934)。在测试组中的AUC分别为0.805 (95%CI:0.676-0.935)、0.913(95%CI:0.841-0.985)、0.904(95%CI:0.825-0.984)。DeLong检测结果显示联合模型与临床模型差异具有统计学意义(P0.05)。Hosmer-Lemeshow检验显示临床模型、放射组学模型及联合模型均校正良好(P=0.250, 0.753, 0.575)。DCA结果显示影像组学模型、联合模型预测骨质疏松的临床价值均优于临床模型。结论 基于腰椎T2WI构建的影像组学模型具有客观、准确诊断骨质疏松症的潜力。

全文