基于ADC图的不同影像组学模型在预测局部进展期直肠癌新辅助放化疗疗效中的应用

作者：匡婕; 时高峰^*; 李如迅; 杨丽; 王亚宁; 马晓静; 杜薇; 王安

来源：肿瘤影像学, 2020, 29(05): 467-475.

DOI：10.19732/j.cnki.2096-6210.2020.05.008

• 局部进展期直肠癌
• 新辅助放化疗
• 表观扩散系数
• 影像组学
• 预测模型

目的:探究基于表观扩散系数(apparent diffusion coefficient,ADC)图不同影像组学模型预测局部进展期直肠癌新辅助放化疗(neo-adjuvant chemoradiotherapy,nCRT)疗效的有效性。方法:回顾并分析2017年3月—2019年5月43例非转移性局部进展期直肠癌患者的资料,患者均行nCRT,在治疗前后进行MRI检查。采用ITK-SNAP在治疗前ADC图上手动勾画感兴趣区(region of interest,ROI),通过影像组学软件Pyradiomics提取109个影像组学特征。43例患者采用配对差异分析方法(paired-difference analysis,PDA)增加样本量后共获得378个样本对,按照7∶3随机分成训练组和测试组。分别采用支持向量机(support vector machine,SVM)、自动编码器(auto-encoder,AE)、线性判别分类器(linear discriminant analysis,LDA)、随机森林(random forest,RF)、罗杰氏回归(logistic regression,LR)、LR-Lasso等模型进行筛选。根据模型在测试集上的准确率、灵敏度、特异度来决定一个模型的最优组合,使用受试者工作特征曲线分析评估不同模型的诊断性能。分析模型基于Sklearn和软件FeAture Explorer。结果:最终筛选出较为稳定的3个模型分别是SVM、RF及LR-Lasso模型,SVM模型的曲线下面积(areaundercurve,AUC)、准确率为0.934和98.4%,灵敏度和特异度为80.0%和100.0%,阴性预测值和阳性预测值为98.3%和100.0%。RF模型的AUC、准确率为0.998和98.4%,灵敏度和特异度为100.0%和98.3%,阴性预测值和阳性预测值为100%和83.2%。LR-Lasso模型的AUC、准确率为0.997和98.4%,灵敏度和特异度为100.0%和98.3%,阴性预测值和阳性预测值为100%和83.3%。结论:影像组学模型在预测局部进展期直肠癌疗效方面具有更高的准确率,采用RF方法建立的影像组学模型较其他组学模型诊断效能更高。

• 单位
  北京航空航天大学; 河北医科大学