《临床放射学杂志》发表论文赏析
作者:尚芸芸, 刘灿丽, 周小龙, 郝金钢
单位:650101 昆明医科大学第二附属医院放射科
摘要:目的探讨基于多参数MRI的影像学特征、膀胱影像报告和数据系统(VI‐RADS)评分构建的模型对预测膀胱癌病理分级的价值。方法回顾性分析明确病理分级的膀胱尿路上皮癌患者的临床及影像资料,利用多因素逻辑回归分析筛选出病理分级的独立预测因素,建立临床模型。从T<sub>2</sub>WI、扩散加权成像(DWI)、动态对比增强(DCE)图像中提取影像组学特征,对特征进行降维和筛选后建立影像组学模型。联合独立预测因素与影像组学构建联合模型。结果筛选出VI‐RADS 评分为独立预测因素,建立了VI‐RADS模型。T<sub>2</sub>WI、DWI、DCE 3个序列最终分别筛选出10、12、12个影像组学特征。在训练集和验证集中,T<sub>2</sub>WI 模型的敏感度(90.78%、80.00%)、特异度(89.16%、80.56%)、准确度(90.18%、80.21%)以及ROC曲线下面积大小(AUC)(0.9632、0.9157)均高于DWI和DCE模型。根据VI‐RADS 评分及T<sub>2</sub>WI序列的影像组学评分建立了联合模型。该模型在训练集和验证集中的敏感度分别为91.49%、81.67%;特异度分别为87.95%、88.89%;准确度分别为90.18%、84.38%;AUC分别为0.9633、0.9398。结论VI‐RADS 评分是膀胱癌病理分级的独立预测因素,VI‐RADS 评分越高,病理分级为高级别的风险越大。影像组学模型和联合模型可以在术前无创预测膀胱的病理分级。
关键词:膀胱尿路上皮癌,影像组学,膀胱影像报告和数据系统,病理分级
基金资助:本研究系云南省教育厅科学研究基金项目(编号:2024J0348); 昆医联合专项-面上项目(编号:202401AY070001-337)
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