《临床放射学杂志》发表论文赏析
作者:杨日辉, 杨颖思, 林志萍, 范伟雄, 江桂华, 熊小丽, 张裕辉
单位:514031 梅州市人民医院磁共振科(杨日辉、杨颖思、范伟雄、熊小丽 、张裕辉); 510317 广州,广东省第二人民医院影像科(江桂华); 200135 通用电气药业(上海)有限公司(林志萍)
摘要:目的探讨基于T<sub>1</sub>WI增强(T<sub>1</sub>WI CE)的影像组学特征构建多种机器学习模型预测胶质瘤异柠檬酸脱氢酶(IDH)突变状态的对比分析研究。方法回顾性搜集122例经病理确诊胶质瘤且行MRI增强扫描的患者资料,其中IDH突变型胶质瘤35例,IDH野生型胶质瘤87例。以7∶3分层随机抽样分为训练组和测试组。采用ITK‐SNAP软件分割T<sub>1</sub>WI CE序列的肿瘤区域作为感兴趣容积,然后导入A.K.软件提取影像组学特征;通过单因素逻辑回归降维并筛选出10个最优特征。基于显著特征,分别构建7种机器学习算法模型,分别为可解释模型(EBM)、支持向量模型(SVM)、k最邻近(KNN)、逻辑回归(LR)、决策树(DT)、极度梯度提升(XGB)、多层感知机(MLP)模型。采用受试者工作特征曲线评价预测模型效能并以决策曲线分析(DCA)评估临床实用性。结果EBM、SVM、KNN、LR、XGB、DT、MLP 7种算法构建影像组学模型对胶质瘤IDH突变诊断效能在训练集预测胶质瘤IDH突变的曲线下面积分别为1.000、0.966、0.943、0.925、0.927、0.879、0.908;在测试集分别为0.946、0.912、0.910、0.908、0.896、0.850、0.823,其中EBM模型的曲线下面积(0.946)最高,敏感度为90.0%、特异度80.8%,且DCA显示其临床实用性较高。结论基于T<sub>1</sub>WI CE的影像组学特征构建不同机器学习模型可用于预测IDH突变状态,EBM模型诊断价值优于其他机器学习模型,且DCA表明临床实用性高。
关键词:胶质瘤,机器学习模型,异柠檬酸脱氢酶突变,磁共振成像
基金资助:本研究系广东省医学科学技术研究基金项目(编号:A2024768); 梅州市人民医院科研培育项目(编号:PY‐C20210022)
2025年7期其他文献查阅:
基于多种机器学习算法的影像组学模型预测胶质瘤IDH突变状态的对比分析
自发性脑出血早期血肿扩大不同预测模型的对比分析以及多模态预测模型的构建
基于结构像及静息态功能MRI无灶性癫痫患者与正常人脑网络对比研究
MOLLI T1 mapping成像对脊髓型颈椎病术后最小临床重要差异的纵向预测价值
基于全数字化乳腺X线摄影和数字化乳腺断层摄影特征的深度学习模型对浸润性乳腺癌HER2表达状态的预测价值
基于治疗前DCE‐MRI的生境影像组学预测新辅助化疗后浸润性乳腺癌的病理完全缓解
基于CT征象及定量参数预测3 cm以下浸润性肺腺癌病理亚型的研究
18F-FDG PET/ CT代谢参数联合影像学特征对ⅠA~ⅡB期肺腺癌气腔播散的预测价值
基于CT灰度直方图构建小于20 mm肺磨玻璃结节浸润性的诊断预测模型
基于钆塞酸二钠增强MRI肝细胞癌术后晚期复发模型与临床模型对比研究
基于增强CT衍生细胞外容积分数的可解释机器学习模型术前预测透明细胞肾细胞癌WHO/ISUP分级
18F-FDG PET/CT代谢参数及肿瘤扩散特征与滤泡性淋巴瘤临床病理特征的相关性研究