《临床放射学杂志》发表论文赏析
作者:刘晓艳, 冯颖, 张小峰
单位:225500 泰州,泰州市第二人民医院放射科
摘要:目的基于MRI生境成像建立乳腺癌患者的肿瘤浸润淋巴细胞(TIL)水平的可解释性机器学习预测模型。方法回顾性搜集2021年1月至2024年12月在泰州市第二人民医院行增强MRI检查的乳腺癌患者的MRI增强T<sub>1</sub>序列的第2期图像。对图像进行预处理后,手动分割感兴趣区(ROI)。提取19个局部影像组学特征,并使用K-means算法结合卡林斯基-哈拉巴兹(CH)指数聚类得到生境亚区域。分别提取亚区域及全肿瘤区域影像组学特征,使用多层感知机(MLP)构建生境预测模型及全肿瘤预测模型。汇总两个模型的诊断效能并绘制受试者工作特征(ROC)曲线。使用<em>DeLong</em>检验比较两者的ROC曲线下面积(AUC)值差异,使用决策曲线分析(DCA)比较两者的临床应用价值。使用SHAP算法对生境预测模型进行全局和个体水平的解释。结果最终纳入198例患者,其中TIL低表达119例,TIL高表达79例。每个全肿瘤ROI被划分为3个生境亚区域。生境预测模型在验证集中的AUC值为0.825(95% CI:0.717-0.934),优于全肿瘤预测模型的(AUC=0.755,95% CI:0.630~0.880),且<em>DeLong</em>检验显示差异有统计学意义(<em>P</em><0.001)。DCA分析进一步证实生境预测模型具有更高的临床价值。SHAP算法可直观展示生境预测模型预测乳腺癌患者的TIL水平的过程。结论基于MRI生境成像的可解释性机器学习模型能够全面、无创、可重复地预测乳腺癌患者的TIL水平,并提供可解释分析,为临床治疗决策和预后评估提供支持。
关键词:乳腺癌,磁共振成像,生境成像,肿瘤浸润淋巴细胞
2025年9期其他文献查阅:
大脑中动脉供血区不同梗死面积的高分辨磁共振成像斑块特征的研究
脑白质网络拓扑指标预测首发未服药青年抑郁患者自杀行为的风险研究
基于MRI生境成像的可解释性机器学习模型预测乳腺癌患者的肿瘤浸润淋巴细胞水平
光谱CT定量特征在早期评估乳腺癌患者的新辅助治疗疗效中的价值
基于决策树与Logistic回归模型预测实性肺腺癌结节脏层胸膜侵犯
基于CT构建影像组学模型术前评估Child-Pugh AB分级肝细胞癌患者微血管侵犯可行性
基于增强CT影像组学预测食管胃结合部腺癌新辅助化疗疗效的应用研究
IVIM联合mDixon‐Quant成像评估宫颈癌Ki‐67表达的价值
基于多参数MRI的影像组学与VI‐RADS评分构建用于膀胱癌病理分级的预测模型
基于多参数MRI及MRI‐HSG预测子宫腺肌病不孕症患者的妊娠结局
融合多区域PDWI序列影像组学特征的膝关节滑膜炎精确诊断模型及其SHAP分析
基于RadImageNet数据集的CT图像深度迁移学习与影像组学在急慢性骨质疏松性椎体骨折鉴别中的应用
重度新生儿高胆红素血症并发急性胆红素脑病影响因素及MRI影像特征分析
人工智能触发技术与传统团注追踪触发技术在下肢动脉CT血管成像中的对比研究
平衡式稳态自由进动序列联合非选择性激励脉冲在非增强全心冠状动脉磁共振血管成像扫描中的可行性研究
深度学习结合压缩感知在垂体微腺瘤薄层动态对比增强MRI中的应用研究