简介：摘要目的探讨基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管间隙浸润（LVSI）的应用价值。方法回顾性研究。纳入2016年6月—2019年3月山西省肿瘤医院宫颈鳞癌患者168例。患者年龄22~76（52.0±10.1）岁，临床分期为国际妇产联盟（FIGO）ⅠB期127例、ⅡA期41例。所有患者术前行多参数盆腔MR扫描，均接受根治性子宫切除术联合盆腔淋巴结清扫术治疗。收集其临床病理资料和多参数MRI数据，以7∶3的比例按照随机抽样法分为训练集117例和验证集51例。在T2加权像（T2WI）、表观弥散系数［ADC，由2个b值的弥散加权成像数据自动生成］及增强T1加权像（cT1WI）3个序列的MRI上，对病灶进行手动分割勾画肿瘤轮廓感兴趣区（ROI），得到三维感兴趣区（VOI）并提取特征，通过以最大相关最小冗余和最小绝对收缩与选择算子回归为主的三步降维法筛选特征并构建影像组学模型。多因素logistic回归分析筛选临床特征并联合影像组学模型建立融合模型，制作列线图。受试者操作特征曲线（ROC 曲线）、校正曲线、决策分析曲线评估列线图的效能及临床效益。结果术后病理检查确诊LVSI阳性42例，阴性126例。训练集与验证集患者的年龄、FIGO分期、肿瘤最大径、肿瘤分化程度、LVSI状态等临床病理特征比较，差异均无统计学意义（P值均>0.05）。基于T2WI、ADC及cT1WI多参数MRI提取的影像组学特征，经特征筛选后得到7个关键特征，均与宫颈癌LVSI相关（P值均<0.05），并构建影像组学模型。训练集T2WI、ADC及cT1WI 3个序列独立构建的影像组学模型预测宫颈癌LVSI的ROC曲线下面积（AUC）分别为0.630［95%可信区间（CI）0.557~0.698］、0.686（95%CI 0.563~0.694）、0.761（95%CI 0.702~0.818），3个序列共同构建的联合影像组学模型对应的AUC为0.887（95%CI 0.842~0.925），诊断效能最优，并在验证集中得到验证。联合影像组学模型与肿瘤分化程度构建的融合模型列线图预测宫颈癌LVSI，在训练集与验证集中的AUC分别为0.893（95%CI 0.851~0.929）、0.854（95%CI 0.749~0.943），校正曲线显示出列线图有良好的校正性能；决策曲线表明当风险阈值概率范围在0.50~0.96时，采用影像组学融合模型预测宫颈癌LVSI的净收益优于“将所有患者视为宫颈癌LVSI阳性或阴性”。结论基于多参数MRI影像组学特征与临床特征的融合模型对宫颈癌LVSI状态有良好的预测价值。

简介：摘要目的探讨基于多参数MRI及临床特征的融合模型在术前预测宫颈癌患者淋巴结转移的价值。方法回顾性分析山西省肿瘤医院2016年6月—2019年3月经病理证实为宫颈鳞癌并于术前行MRI检查的168例患者的资料。按照7∶3的比例，采用完全随机法将所有患者分为训练组115例和验证组53例。由两名影像科医师在MRI图像上手动勾画三维容积感兴趣区(VOI)，并进行一致性分析。根据临床手术病理结果将所有患者分为淋巴结转移阴性(LN－)和阳性(LN＋)，临床及影像资料也对应分组。分别基于每例患者的T2WI、表观扩散系数(ADC)和增强T1WI(cT1WI)序列图像上均提取3 111个影像组学特征，然后对训练组采用以最大相关最小冗余(MRMR)和最小绝对收缩与选择(LASSO)回归为主的四步法进行特征选择和影像组学标签的构建，并进行分层分析。通过多变量逻辑回归筛选独立临床危险因素并联合影像组学标签构建影像组学融合模型，并制作列线图。采用ROC曲线、校正曲线、决策分析曲线(DCA)评估列线图的预测性能及临床效益。结果训练组和验证组患者基线资料差异均无统计学意义(P值均>0.05)。基于T2WI、ADC和cT1WI合并特征降维后共得到6个影像组学特征(P值均<0.05)，其中包括3个小波类特征参数和3个LoG类特征参数，均与淋巴结转移显著相关。单序列影像组学标签在训练组中ROC曲线下面积(AUC)值为0.763和0.829，显示具有良好的预测效能，合并上述序列构建的影像组学标签对应的AUC值0.859，其诊断效能优于其中任意单一序列，并在验证组得到验证。联合影像组学标签和MRI评价淋巴结状态构建的列线图在训练组和验证组中均显示出良好的鉴别能力和校正性能，对应的AUC分别为0.865和0.861。在独立验证组中的决策曲线示，当风险阈值>10%时，采用影像组学方法预测LN＋的净收益优于将所有患者都看作LN＋或LN－，也优于MRI评价淋巴结状态。结论通过联合基于多参数MRI的影像组学标签和MRI评价淋巴结状态建立的融合模型可作为术前评估宫颈癌淋巴结转移的一种辅助方法。

简介：摘要目的探讨基于CT图像的影像组学模型预测局部进展期结直肠癌（LACRC）患者新辅助化疗（NAC）疗效的潜在价值。方法回顾性分析。纳入2014年1月—2019年9月山西省肿瘤医院接受手术治疗、术前均行NAC的局部进展期结直肠腺癌患者181例，其中男96例、女85例，年龄23～85岁。181例患者按7∶3的比例随机分为训练集（127例）、验证集（54例），依据肿瘤退缩分级（TRG）标准分为疗效反应良好组（TRG 0～1级，81例）、反应不良组（TRG 2～3级，100例）。所有患者在治疗前均行增强CT检查。提取门脉期CT图像的1 037个影像组学特征，通过以最小绝对收缩与选择算子算法（LASSO）为主的四步法进行特征降维，然后采用多因素logistic回归对筛选出的特征构建影像组学模型；在训练集中，通过单因素及多因素logistic回归筛选预测LACRC患者NAC疗效的临床病理独立危险因素并构建临床模型；联合临床病理独立危险因素及影像组学特征构建融合模型并绘制列线图。绘制受试者工作特征曲线（ROC曲线）、校正曲线和决策曲线分析（DCA），评估各模型对LACRC患者NAC疗效的预测性能、校准性能及其临床效益。结果验证集患者的年龄大于训练集，差异有统计学意义（Z=-3.47，P<0.05）；两组患者性别分布，肿瘤临床T分期、N分期、病理分化程度，以及TRG级别等基线资料比较，差异均无统计学意义（P值均>0.05）。训练集中，疗效反应良好组（57例）和反应不良组（70例）患者的性别以及肿瘤临床T分期、N分期、病理分化程度的差异均有统计学意义（P值均<0.05）；验证集中的反应良好组（24例）和反应不良组（30例）患者的肿瘤临床T分期、N分期的差异均有统计学意义（P值均<0.05）。基于门脉期CT图像降维选择后共得到4个关键影像组学特征（P值均<0.05），用于构建影像组学模型。临床模型包括临床T分期和病理分化程度2个独立危险因素（P<0.05）。影像组学模型、临床模型和融合模型在训练集的ROC曲线下面积（AUC）分别为0.822、0.702、0.850，验证集对应的AUC分别为0.757、0.706、0.824。校正曲线分析显示，影像组学模型和融合模型均有良好的校准性能。DCA 曲线分析显示，3种预测模型均有一定的临床效益，其中融合模型净收益值最大。结论基于增强CT图像的影像组学特征结合相关临床因素构建的融合模型在预测LACRC患者NAC疗效方面有一定的价值。

简介：摘要目的探讨术前乳腺MRI联合腋窝超声预测乳腺浸润性导管癌脉管侵犯（LVI）状态的价值。方法回顾性分析2014年3月至2017年12月在山西省肿瘤医院就诊的160例乳腺浸润性导管癌患者的临床、病理及术前影像学资料。患者均为女性，年龄25~74（49±10）岁。依据术后大体病理标本确定的LVI状态分为LVI阳性组56例，LVI阴性组104例。采用独立样本t检验、Mann-Whitney U检验或χ2检验比较LVI阳性组与LVI阴性组的临床指标、病理特征及影像学特征的差异。采用多因素logistic回归分析筛选预测LVI的独立危险因素，并构建预测模型。采用受试者操作特征（ROC）曲线及曲线下面积评估模型预测LVI的效能，用Hosmer-Lemeshow检验评估模型的校准度。结果LVI阳性组与LVI阴性组患者的年龄、绝经状态、雌激素受体状态、孕激素受体状态、人表皮生长因子受体2状态、Ki67及分子亚型差异均无统计学意义（P>0.05）；LVI阳性组与LVI阴性组患者的肿瘤最大径、瘤周水肿、周围血管征、多灶或多中心、瘤周最大表观扩散系数（ADC）、瘤周-肿瘤ADC比值、MRI腋窝淋巴结阳性及超声腋窝淋巴结阳性差异均有统计学意义（P<0.05）。将单因素分析中有统计学意义的指标纳入到多因素logistic回归分析中，结果显示瘤周水肿（OR=3.367，95%CI 1.382~8.201，P=0.008）、多灶或多中心（OR=4.026，95%CI 1.268~12.776，P=0.018）、瘤周-肿瘤ADC比值高（OR=7.321，95%CI 2.226~24.079，P=0.001）及超声腋窝淋巴结阳性（OR=6.779，95%CI 2.819~16.303，P<0.001）为LVI的独立危险因素。以上述4项指标构建logistic回归模型，ROC显示该模型预测LVI的曲线下面积为0.882，优于其中任何单一指标（P<0.05）；其预测LVI的灵敏度为80.36%，特异度为84.62%。Hosmer-Lemeshow检验表明该预测模型具有良好的校准能力（P=0.503）。结论术前乳腺MRI联合腋窝超声构建的预测模型有助于预测乳腺浸润性导管癌LVI状态。

简介：摘要目的评估弥散峰度成像（DKI）对直肠腺癌尿苷二磷酸葡萄糖醛酸基转移酶1A1（UGT1A1）*28基因突变的预测价值。方法回顾性研究。纳入山西省肿瘤医院2016年11月—2020年8月167例直肠腺癌患者的临床资料，其中男98例、女69例，年龄29~89岁、中位年龄为62岁。患者术前均行MR常规序列和DKI序列检查，将DKI图像导入Matlab软件并勾画感兴趣区，计算相应的平均弥散系数（MD）、平均峰度系数（MK）以及表观弥散系数（ADC）。依据患者UGT1A1*28基因多态性检测结果，将其分为野生型组和突变型组，采用独立样本t检验，比较2组患者MD、MK、ADC的差异。将差异有统计学意义的参数作为预测指标，采用受试者操作特征曲线（ROC曲线）以及DeLong检验分析，评价其对直肠腺癌UGT1A1*28基因突变状态的诊断效能。结果在167例直肠腺癌患者中，UGT1A1*28野生型（TA6/6）130例（77.8%）、突变型37例，后者中杂合突变型（TA6/7）34例（20.4%）、纯合突变型（TA7/7）3例（1.8%）。野生型患者的ADC与MD值均高于突变型，而MK值低于突变型患者，差异均有统计学意义（P值均<0.01）。根据ROC曲线分析，MD、MK以及ADC值预测UGT1A1*28基因突变的AUC分别为0.747、0.836、0.723，对应的灵敏度和特异度分别是83.8%和57.7%、78.4%和81.5%、75.7%和65.4%。结论DKI参数（MD、MK）以及ADC值均可用于直肠腺癌UGT1A1*28基因突变的预测。

简介：摘要目的探讨扩散峰度成像(DKI)定量参数在预测直肠癌KRAS基因突变中的应用价值。方法回顾性分析山西省肿瘤医院2016年11月—2018年6月经病理证实的152例直肠腺癌患者的资料，其中男92例，女60例；年龄33～86岁，平均61岁。患者均于术前行常规MRI和功能DKI序列检查，由2名放射科医师双盲勾画感兴趣区，应用MatLab软件计算两组患者DKI定量参数平均表观扩散系数(MD)、平均峰度(MK)以及表观扩散系数(ADC)，并采用组内相关系数进行一致性分析。术后均进行KRAS基因检测，依据检测结果将患者分为野生组和突变组两组，采用独立样本t检验对比两组患者的MD、MK、ADC。绘制DKI定量参数诊断KRAS基因突变的受试者工作特征曲线(ROC) ，根据约登指数确定各定量参数的最佳诊断阈值，以及相应的灵敏度、特异度，并采用DeLong检验比较各定量参数的ROC的曲线下面积(AUC)。结果152例直肠癌患者中，KRAS基因突变组74例，野生组78例，基因突变率为48.6%(74/152)。突变组患者的ADC、MD、MK值分别为(1.18±0.18)×10－3 mm2/s、(1.28±0.18)×10－3 mm2/s、0.97±0.11，野生组分别为(1.33±0.18)×10－3 mm2/s、(1.42±0.17)×10－3 mm2/s、0.82±0.09；突变组ADC、MD值均小于野生组患者，而MK值则大于野生组患者，差异均有统计学意义(t＝5.424、4.882、－8.809, P值均<0.01)。ROC曲线显示，ADC、MD、和MK值预测KRAS基因的AUC分别为0.758、0.740、0.845，灵敏度分别为75.7%、82.4%、77.0%，特异度分别为68.0%、57.8%、84.6%。DeLong检验结果显示，MK值的AUC明显高于ADC和MD值(P值均<0.01)，而ADC值和MD值间AUC差异无统计学意义(P>0.05)。结论DKI定量参数MD、MK和ADC值，在预测直肠癌的KRAS基因突变方面均有一定的价值，其中MK值有更高的AUC和特异度，有更高的诊断价值。

简介：摘要目的探讨基于动态增强磁共振成像（DCE-MRI）的纹理分析对乳腺癌新辅助化疗疗效的预测与评估价值。方法回顾性分析山西省肿瘤医院2014年9月至2018年10月在新辅助化疗前后均行DCE-MRI且经病理确诊的63例乳腺癌患者的临床资料，根据病理检查结果，将患者分为治疗有效组（40例）和治疗无效组（23例），使用Omni-Kinetics软件测量新辅助化疗前及新辅助化疗4~8个周期后DCE-MRI容量转移常数（Ktrans）图的纹理参数，参数采用（±s）或中位数（P25，P75）表示，采用独立样本t检验或Mann-Whitney U检验对两组纹理参数进行统计分析，并绘制受试者工作特征曲线，根据曲线下面积（AUC）评估DCE-MRI Ktrans图的纹理参数对乳腺癌新辅助化疗疗效的预测效能。结果拟采用33个纹理参数，最终保留了29个。63例患者新辅助化疗前后有22个纹理参数差异均有统计学意义（均P<0.05）；新辅助化疗前治疗有效组与治疗无效组间有9个纹理参数差异均有统计学意义（均P<0.05），包括均匀性[0.17（-0.06，0.34），0.39（0.22，0.48），Z=-2.955，P<0.01]、直方图能量[169.88（129.36，288.77），116.22（93.77，151.95），Z=3.241，P<0.01]及直方图熵[6.33（5.71，6.69），6.68（6.52，6.97），Z=-2.991，P<0.01]等；新辅助化疗后治疗有效组与治疗无效组间有8个纹理参数差异均有统计学意义（均P<0.05），包括直方图熵（6.00±0.71，6.46±0.49，t=-2.720，P<0.01）、熵（6.81±1.40，8.02±1.48，t=-3.238，P<0.01）、Haralick熵[0.49±0.10，0.55±0.10，Z=-2.613，P<0.01]、灰度不均匀性（GLN）[1.68（1.42，3.37），4.92（3.58，8.50），Z=-3.897，P<0.01]及游程长度不均匀性（RLN）[100.38（65.31，305.75），359.75（176.75，655.00），Z=-4.033，P<0.01]等；治疗有效组与治疗无效组新辅助化疗前后有8个参数变化率的差异均有统计学意义（均P<0.05），主要包括ΔGLN[-0.72（-0.78，-0.60），-0.23（-0.55，0.36），Z=-4.554，P<0.01]、ΔRLN[-0.71（-0.85，-0.52），-0.33（-0.48，-0.10），Z=-4.454，P<0.01]及Δ高灰度游程强度（HGLRE）[1.28（0.39，3.46），0.11（-0.24，0.86），Z=3.184，P<0.01]等。新辅助化疗后GLN、RLN、ΔGLN及ΔRLN的AUC分别为0.80、0.81、0.85及0.84。结论基于DCE-MRI Ktrans图的部分纹理参数对乳腺癌新辅助化疗的疗效有预测及评估作用。

简介：摘要目的探讨基于MR T2加权成像(T2WI)的影像组学标签预测直肠癌KRAS基因突变的潜在价值。方法回顾性研究。纳入山西省肿瘤医院2017年4月—2019年4月行盆腔MR检查并具有KRAS基因检测结果的304例直肠癌患者的临床和影像资料，其中男175例、女129例，中位年龄59.6岁。按7∶3比例将患者随机分为训练组(213例)和验证组(91例)。选取每例患者的高分辨率T2WI进行图像分割及影像组学特征提取，使用单变量统计分析为主的"五步法"进行特征降维，并分别采用多变量logistic回归、决策树(DT)以及支持向量机(SVM)三种分类算法构建影像组学标签，用于预测直肠癌KRAS基因状态。受试者操作特征(ROC)曲线、校正曲线、决策曲线分析(DCA)评估影像组学标签的预测性能及临床效益。结果训练组和验证组患者的基线资料比较以及两组中KRAS突变型与野生型患者的临床特征比较，差异均无统计学意义(P值均>0.05)。从每位患者的T2WI中提取960个影像组学特征，经特征筛选后得到7个与直肠癌KRAS基因相关的特征(P值均<0.05)。采用多变量logistic回归、DT及SVM构建的三个预测模型的ROC曲线下面积，训练组分别为0.677、0.604和0.722，验证组分别为0.626、0.600和0.682，其中SVM模型在预测KRAS基因状态方面效能最好。DCA曲线示三种预测模型均有一定的临床效益，其中SVM预测模型净收益值最大。结论基于MR T2WI的影像组学标签在预测直肠癌KRAS基因状态方面有一定的价值。