典型文献
基于多模态磁共振影像组学鉴别唾液腺多形性腺瘤和基底细胞腺瘤
文献摘要：
目的 探讨基于表观弥散系数(apparent diffusion coefficient,ADC)图、T1WI及T2WI序列构建的影像组学模型鉴别唾液腺多形性腺瘤(pleomorphic adenoma,PA)和基底细胞腺瘤(basal cell adenoma,BCA)的价值.材料与方法 回顾性分析2015年1月至2021年10月来自济宁市第一人民医院的唾液腺129例PA和48例BCA患者的MR图像,并将其以8:2的比例随机划分为训练集(n=141)与测试集(n=36).在横断位ADC、T1WI及T2WI图像上手动勾画肿瘤的三维容积感兴趣区域,提取影像组学特征;采用方差阈值法、方差分析(analysis of variance,ANOVA)及基于5折交叉验证的最小绝对收缩与选择算法(least absolute shrinkage and selection operator,LASSO)筛选最有价值的特征,将筛选出的特征结合逻辑回归(logistic regression,LR)与支持向量机(support vector machine,SVM)两种分类器后进行模型训练,并在测试集中验证.绘制ROC曲线来评估LR模型与SVM模型鉴别PA和BCA的效能.此外,使用Delong Test对模型进行比较,使用决策曲线及校准曲线对模型进行评价.结果 分别从ADC、T1WI、T2WI及联合序列(ADC+T1WI+T2WI)图像中得到15、3、15及23个最优特征.在训练集中,基于ADC图、T1WI图、T2WI图、联合模型构建的LR与SVM模型的曲线下面积(area under the curve,AUC)分别为0.955、0.961、0.812、0.813、0.939、0.949、0.994、0.995;基于ADC、T1WI、T2WI及联合序列图像构建的LR模型鉴别诊断PA和BCA的AUC值分别为0.906、0.780、0.868及0.972,SVM模型的AUC值分别为0.924、0.783、0.847及0.959;在训练集中,基于联合序列模型优于基于T1WI或T2WI影像组学模型(P＜0.05),与基于ADC影像组学模型差异无统计学意义(P>0.05),联合序列模型的准确率、敏感度及特异度分别为98.6％～98.7％、96.4％～98.4％、98.8％～99.4％,ADC影像组学模型的准确率、敏感度及特异度分别为91.4％～91.8％、75.0％～79.7％、95.7％～98.1％;在测试集中,各模型间的AUC值均无显著性差异(P>0.05).结论 多序列联合模型及ADC影像组学模型鉴别多形性腺瘤和基底细胞腺瘤优于T1WI及T2WI序列,且与ADC影像组学模型比较,联合序列模型具有较高的准确率、敏感度及特异度.
文献关键词：
唾液腺肿瘤;多形性腺瘤;基底细胞腺瘤;影像组学;磁共振成像
中图分类号：
作者姓名：
闫小凡;邵硕;郑宁;崔景景;苑子茵;李森
作者机构：
山东第一医科大学(山东省医学科学院),济南 250000;济宁市第一人民医院磁共振室,济宁 272000;上海联影智能医疗科技有限公司,上海 200000
文献出处：
引用格式：
[1]闫小凡;邵硕;郑宁;崔景景;苑子茵;李森-.基于多模态磁共振影像组学鉴别唾液腺多形性腺瘤和基底细胞腺瘤)[J].磁共振成像,2022(07):22-28
A类：
ADC+T1WI+T2WI
B类：
多模态磁共振,磁共振影像,多形性腺瘤,基底细胞腺瘤,表观弥散系数,apparent,diffusion,coefficient,pleomorphic,adenoma,PA,basal,cell,BCA,材料与方法,济宁市,MR,训练集,测试集,上手,手动勾画,三维容积,感兴趣区域,影像组学特征,阈值法,analysis,variance,ANOVA,交叉验证,选择算法,least,absolute,shrinkage,selection,operator,LASSO,特征结合,逻辑回归,logistic,regression,LR,support,vector,machine,分类器,模型训练,Delong,Test,决策曲线,校准曲线,优特,联合模型,area,under,curve,序列图像,鉴别诊断,序列模型,模型比较,唾液腺肿瘤,磁共振成像
AB值：
0.289632
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
