T2 mapping影像组学特征鉴别乳腺病灶良恶性的临床应用初探

作者：黄文平; 王芬; 刘鸿利; 余雅丽; 娄鉴娟; 邹启桂; 王思奇; 蒋燕妮^*

来源：磁共振成像, 2023, 14(02): 50-55.

• 乳腺
• T2 mapping
• 磁共振成像
• 影像组学
• 纹理特征
• 异质性

目的 探讨基于磁共振T2 mapping的影像组学特征在预测乳腺病灶良恶性中的应用价值。材料与方法 回顾性分析经病理证实的113例患者(良性51例,恶性62例)乳腺磁共振T2 mapping图像,应用ITK-SNAP软件手动勾画磁共振T2 mapping图像中的病灶感兴趣区,利用A.K.软件(AnalysisKit,GE Healthcare)对影像组学特征进行提取。根据病理结果,将其分为两组。通过组内相关系数进行一致性检验。在良性组、恶性组中通过7:3的比例随机分割训练集与测试集。通过Z-score标准化处理、Pearson相关系数法、递归特征消除法对训练集进行特征降维及选择,逻辑回归分类器进行分类建模,并进行5折交叉验证。分别在训练集及测试集中绘制受试者工作特征(receiver operating characteristic,ROC)曲线,以评估模型的诊断效能,通过临床决策曲线分析(decision curve analysis,DCA)评价其临床有效性。结果 通过特征提取获得107个定量影像特征参数,通过特征降维及筛选最终保留6个特征参数,分别为originalshapeSphericity、originalglcmInverseVariance、originalglrlmGrayLevelNonUniformityNormalized、originalglrlmShortRunEmphasis、originalglszmGrayLevelNonUniformity Normalized以及originalngtdmCoarseness。ROC曲线在测试集的曲线下面积为0.895 (95%可信区间:0.768～0.990),敏感度为94.7%,特异度为80.0%,准确度为88.2%。结论 基于磁共振T2 mapping的影像组学特征可用于术前预测乳腺病灶的良恶性,且具有较高的准确度。

• 单位
  南京医科大学第一附属医院