基于磁共振前列腺平扫T1WI影像组学预测前列腺良恶性病变的可行性研究

作者：邵针; 屈鹏^*

来源：世界复合医学, 2023, 9(09): 8-12.

• 影像组学
• 最小绝对收缩和选择算法
• 预测模型

目的 探讨磁共振前列腺平扫T1WI影像组学预测前列腺良恶性病变的可行性。方法 回顾性分析2021年10月—2023年5月济宁市兖州区人民医院诊断的105例前列腺结节患者的磁共振平扫图像影像组学特征。前列腺癌为A组(n=42)，前列腺良性结节为B组(n=63)，比较两组前列腺平扫T1WI图像影像组学特征，将两组特征进行单因素分析，单因素分析具有差异的特征采用最小绝对值收敛和选择算子(least absolute shrinkage and selection operator, Lasso)回归进行降维，降维后特征纳入二元Logistics回归分析，筛选出预测前列腺结节良恶性的独立危险因素并建立模型。对独立危险因素与Logistics预测模型进行受试者工作特征曲线(receiver operating characteristic curve, ROC)分析诊断效能。结果 两组205个影像特征值具有统计学意义(P<0.05),927个影像特征值无统计学意义(P>0.05),Lasso回归特征降维后获得10个特征。二元logistics回归方程结果显示同质性、逆差矩、前列腺特异抗原(prostate specific antigen, PSA)为预测前列腺结节良恶性的独立危险因素，模型为：Logit(P)=6.235+同质性×1.123+逆差矩×2.235+PSA×4.623，当阈值取124.35时，敏感性为95.3%，特异性为91.5%,Delong检验分析示Logit(P)ROC明显优于同质性、逆差矩、PSA，差异有统计学意义(P<0.05)。结论 磁共振前列腺平扫T1WI图像影像组学能准确预测前列腺结节良恶性，可为临床筛查前列腺结节良恶性结节提供依据。