多参数MRI影像组学特征识别HER-2过表达型乳腺癌

更新时间:2023-05-28

【摘要】目的:探讨基于DWI和动态增强MRI(DCE-MRI)的影像组学特征识别HER-2过表达型乳腺癌的可行性。方法:回顾性收集经穿刺或手术病理结果证实为乳腺浸润性导管癌的380例患者,在穿刺或手术前行DWI和DCE-MRI检查,手工逐层勾画ADC及DCE剪影图像上的病灶并提取感兴趣区的影像组学特征,利用秩和检验、Pearson相关分析和支持向量机递归特征消除(SVM-RFE)进行特征筛选并降维,最后使用支持向量机(SVM)构建分类预测模型,采用受试者工作特征(ROC)曲线评估模型的预测效能。结果:HER-2过表达型75例,非HER-2过表达型305例。从ADC及DCE剪影图像提取1294个特征,经过筛选及降维最终选出6个关键影像组学标签。SVM构建的预测模型在训练集及验证集中的曲线下面积(AUC)分别为0.79及0.81,均具有良好的诊断效能和一致性。结论:基于DWI和DCE-MRI影像组学特征构建的预测模型具有良好的稳定性及诊断效能,是识别HER-2过表达型乳腺癌的一种潜在手段。

【关键词】 乳腺肿瘤 影像组学 支持向量机(SVM) 磁共振成像 扩散加权成像

阅读全文