文献类型：期刊文章

作　　者：赵茹[1] 赵红[1] 宫希军[1] 虞红珍[2] 张志强[3] 王龙胜[1]

ZHAO Ru;ZHAO Hong;GONG Xijun(Department of Radiology,The Second Hospital of Anhui Medical University,Hefei,Anhui Province 230601,P.R.China)

机构地区：[1]安徽医科大学第二附属医院放射科,安徽医科大学医学影像研究中心,合肥230601 [2]安徽医科大学第二附属医院病理科,安徽医科大学医学影像研究中心,合肥230601 [3]安徽医科大学第二附属医院泌尿外科,安徽医科大学医学影像研究中心,合肥230601

出　　处：《临床放射学杂志》

基　　金：安徽省转化医学研究院科研基金项目(编号:2021zhyx-C65);安徽医科大学校科研基金项目(编号:2021xkj054)。

年　　份：2023

卷　　号：42

期　　号：10

起止页码：1625-1629

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：目的探讨基于ADC图的影像组学模型在鉴别前列腺癌Gleason危险度分级中的价值。方法回顾性分析2019年9月至2021年12月行前列腺MRI检查并行手术或穿刺病理学证实为前列腺癌的59例患者资料(28例Gleason评分≤3+4分,31例Gleason评分≥4+3分),采用ITK-SNAP软件对患者的ADC图像进行感兴趣区(ROI)勾画,共勾画病灶73个,采用Pyradiomics方法提取纹理特征Spearman去除相关性较高的特征,最小绝对收缩和选择算法(LASSO)回归进行特征筛选,最终采用迭代的方式建立支持向量机(SVM)分类模型,筛选最优诊断模型,并进行验证,结果用曲线下面积(AUC)表示。结果共提取94个特征,通过Spearman去除相关系数较高的72个特征后,经LASSO筛选出最佳特征10个,构建SVM最优模型,在训练集中其AUC为0.95(95%CI:0.90~1.00),经交叉验证后,在验证集中AUC为0.87(95%CI:0.72~1.00)。结论基于ADC图的影像组学模型在鉴别前列腺癌Gleason低危组和高危组中有一定的诊断价值。

关 键 词：前列腺癌 表观扩散系数 影像组学  

分 类 号：R737.25]