基于增强MRI影像组学及临床特征构建肝细胞癌根治术后早期复发预测模型的价值

作者：高杨; 蓝传强; 叶卫川; 胡玉敏; 邢健健; 周永进; 费京乐; 纪建松^*

来源：中华肝胆外科杂志, 2022, 28(11): 817-821.

• 癌, 肝细胞
• 磁共振成像
• 影像组学
• 早期复发

目的分析增强MRI影像组学技术筛选影像组学特征, 联合临床相关因素构建的肝细胞癌根治术后早期复发预测模型的价值。方法回顾性分析2015年1月至2020年12月在温州医科大学附属第五医院行根治性切除术的109例肝细胞癌患者资料, 其中男性96例, 女性13例, 年龄(58.3±10.7)岁。依据术后12个月内是否复发分为早期复发组(n=31)和对照组(n=78)。109例患者按1∶4随机分为验证集(n=23)和训练集(n=86)。基于术前MRI多期增强扫描, 在Radcloud平台上勾画肿瘤病灶并提取1 409个定量影像组学特征。利用方差阈值、SelectKBest和LASSO对特征进行降维、筛选, 联合临床相关因素(甲胎蛋白、肿瘤长径等), 通过机器学习, 建立预测模型, 受试者工作特征(ROC)曲线下面积、准确率、召回率、平衡F分数评估模型的预测效能。结果早期复发组肿瘤形态不规则、肿瘤边界不清比例以及肿瘤长径高于对照组, 假包膜比例低于对照组, 差异均有统计学意义(均P<0.05)。利用方差阈值方法从1 409个特征中筛选465个特征, 再使用SelectKBest最佳方法筛选38个特征, 最后使用LASSO方法筛选了7个最佳影像组学特征, 联合临床相关因素, 通过机器学习构建了5种预测模型, 分别是:支持向量机、高斯朴素贝叶斯、逻辑回归、多项式朴素贝叶斯、K最近邻。5种模型中K最近邻模型的预测效能较高, 在训练集中ROC曲线下面积、准确率、召回率、平衡F分数分别为0.90、0.98、0.74、0.84, 在验证集中分别为0.76、0.92、0.75、0.83。最终选择了K最近邻模型作为预测模型。结论基于术前增强MRI的影像组学及临床特征构建的肝细胞癌根治术后早期复发预测模型K最近邻, 准确率较高, 具有较高的价值。

• 单位
  温州医科大学