双参数MRI影像组学模型对前列腺良性增生结节和前列腺癌的鉴别价值

作者：邢朋毅; 马超; 阳青松; 陆建平^*

来源：实用医药杂志, 2021, 38(02): 107-193.

DOI：10.14172/j.issn1671-4008.2021.02.004

• 前列腺癌
• 前列腺结节
• 磁共振成像
• 影像组学

目的探讨双参数MRI影像组学模型对良性前列腺增生和前列腺癌的鉴别价值。方法回顾性分析2015年3月—2017年6月笔者医院收治的157例前列腺结节的临床及影像资料,患者均行MR引导下靶向穿刺活检或前列腺根治切除术,并获得病理结果,其中良性结节92例,恶性结节65例。采用分层随机抽样方法将患者按照7∶3的比例分为训练组(111例)与测试组(46例),采用A.K软件基于患者术前MR的T2WI和ADC图像提取396个影像组学特征,采用Spearman相关分析与LASSO回归分析进行特征筛选与模型构建,分别构建ADC影像组学模型、T2WI影像组学模型和双参数影像组学联合模型(影像组学评分),在训练组与测试组中应用受试者操作特征(ROC)曲线及校准曲线对模型进行验证,评价影像组学特征鉴别前列腺良性增生结节和前列腺癌的效能。结果经过特征筛选,分别用5、6、7个影像组学特征构建前列腺结节良恶性鉴别的ADC模型、T2WI模型及双参数组学特征联合模型。ADC和T2WI影像组学联合模型鉴别良恶性前列腺结节训练组AUC为0.87,测试组中AUC为0.87。训练组中灵敏度和特异度分别为100%、67%,阳性预测值81%,阴性预测值100%,准确率86%。测试组中灵敏度和特异度分别为96%、63%,阳性预测值79%,阴性预测值92%,准确率83%。3种模型的校准曲线,提示预测结果与病理结果一致性较好。结论基于双参数MR的影像组学模型能够有效鉴别前列腺良性增生结节和前列腺癌。

• 单位
  中国人民解放军第二军医大学