乳腺X线摄影影像组学特征预测三阴性乳腺癌

作者：王博; 谭红娜; 周燕; 孙慧芳; 耿亚媛; 高剑波^*

来源：中国医学影像技术, 2021, 37(06): 904-908.

DOI：10.13929/j.issn.1003-3289.2021.06.026

• 三阴性乳腺肿瘤
• 乳房X线摄影术
• 影像组学

目的评估乳腺X线摄影影像组学特征预测三阴性乳腺癌(TNBC)的价值。方法回顾性分析177例非特殊类型浸润性乳腺癌,包括77例TNBC和100例非TNBC,按7∶3比例将其随机分为训练集(n=123)和验证集(n=54)。提取乳腺X线摄影内外侧斜位(MLO)和头足位(CC)图像的影像组学特征,并采用Select-K-Best方法、最小绝对值收敛和选择算子(Lasso)回归分别筛选MLO、CC及MLO+CC图像中与TNBC相关性最强的影像组学特征,以支持向量机方法分别构建TNBC预测模型;采用受试者工作特征(ROC)曲线分析模型及影像组学特征的预测效能。结果自CC位、MLO位及MLO+CC图像各提取1 033个影像组学特征。经Select-K-Best方法和Lasso回归分析,分别于训练集CC位图像、MLO位图像和CC+MLO位图像各筛选出7个与TNBC相关性最强的影像组学特征,以之构建TNBC预测模型。ROC曲线结果显示,训练集中CC位、MLO位、CC+MLO位预测模型预测TNBC的ROC曲线下面积(AUC)分别为0.82、0.73、0.84,验证集分别为0.82、0.70、0.78;CC位预测模型在训练集和验证集中预测TNBC的准确率较高,分别为81.30%和81.48%。基于CC位图像筛选出的7个与TNBC相关性最强的影像组学特征中,灰度级依赖矩阵中的Maximum Probability及经过滤波变换的Gray Level NonUniformity及Large Dependence Low Gray Level Emphasis分类预测TNBC的AUC为0.587、0.599及0.615(P均<0.05)。结论乳腺X线摄影图像、尤其乳腺CC位图像影像组学特征对术前预测TNBC有一定临床应用价值,。

• 单位
  河南省人民医院; 郑州大学第一附属医院