基于病变内部及周围MRI影像组学的前列腺癌诊断的研究

李绎达, 周欣, 张鑫源, 张萌萌, 孙生健, 盖雪, 王东, 李国华

影像研究与医学应用 ›› 2025, Vol. 9 ›› Issue (02) : 20-26. DOI: 10.20267/j.issn.2096-3807.2025.02.007

基于病变内部及周围MRI影像组学的前列腺癌诊断的研究

  • 李绎达, 周欣, 张鑫源, 张萌萌, 孙生健, 盖雪, 王东, 李国华
作者信息 +
History +

摘要

目的:探究从双参数MRI中提取的前列腺病变内及病变周围区域的影像组学特征在前列腺癌(PCa)诊断中的应用价值。方法:选择齐齐哈尔医学院附属第一医院2018年6月—2024年3月进行前列腺磁共振扫描的211例前列腺占位疾病患者,在T2WI、弥散加权成像(DWI)和表观弥散系数(ADC)图上划定原始病变感兴趣区(ROI),并通过扩大原始病变边缘生成病变周围区域(5 mm)的ROI,从不同ROI中提取特征,通过逻辑回归分析建立病变内和病变周围区域模型,最后结合病变内区域和病变周围区域特征设计联合模型。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC)来评估模型的预测性能。结果:病变内、病变周围以及病变内与病变周围联合模型在测试集的AUC值分别为0.838、0.857和0.895。与病变内和病变周围区域模型比较,联合T2WI+DWI+ADC序列的双参数MRI病变内与病变周围特征联合模型预测效果更佳,其在测试集的灵敏度、特异度和准确率分别为0.758、0.967和0.857。结论:基于双参数MRI的病变内与病变周围结合的影像组学模型,对PCa具有较好的预测价值,有助于改善PCa的临床决策制定。

关键词

影像组学 / 机器学习 / 前列腺癌 / 病变周围区域

中图分类号

R737.25 / R445.2

引用本文

导出引用
李绎达, 周欣, 张鑫源, 张萌萌, 孙生健, 盖雪, 王东, 李国华. 基于病变内部及周围MRI影像组学的前列腺癌诊断的研究. 影像研究与医学应用. 2025, 9(02): 20-26 https://doi.org/10.20267/j.issn.2096-3807.2025.02.007

基金

黑龙江省卫生健康委资助项目(20230909010030); 齐齐哈尔医学院研究生创新基金(QYYCX2023-13); 齐齐哈尔市科学技术局联合指导项目(LSFGG-2022067)

评论

Accesses

Citation

Detail

段落导航
相关文章

/