目的:探讨基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管间隙浸润（LVSI）的应用价值。方法:回顾性研究。纳入2016年6月—2019年3月山西省肿瘤医院宫颈鳞癌患者168例。患者年龄22~76（52.0±10.1）岁，临床分期为国际妇产联盟（FIGO）ⅠB期127例、ⅡA期41例。所有患者术前行多参数盆腔MR扫描，均接受根治性子宫切除术联合盆腔淋巴结清扫术治疗。收集其临床病理资料和多参数MRI数据，以7∶3的比例按照随机抽样法分为训练集117例和验证集51例。在T 2加权像（T 2WI）、表观弥散系数［ADC，由2个b值的弥散加权成像数据自动生成］及增强T 1加权像（cT 1WI）3个序列的MRI上，对病灶进行手动分割勾画肿瘤轮廓感兴趣区（ROI），得到三维感兴趣区（VOI）并提取特征，通过以最大相关最小冗余和最小绝对收缩与选择算子回归为主的三步降维法筛选特征并构建影像组学模型。多因素logistic回归分析筛选临床特征并联合影像组学模型建立融合模型，制作列线图。受试者操作特征曲线（ROC 曲线）、校正曲线、决策分析曲线评估列线图的效能及临床效益。 结果:术后病理检查确诊LVSI阳性42例，阴性126例。训练集与验证集患者的年龄、FIGO分期、肿瘤最大径、肿瘤分化程度、LVSI状态等临床病理特征比较，差异均无统计学意义（ P值均>0.05）。基于T 2WI、ADC及cT 1WI多参数MRI提取的影像组学特征，经特征筛选后得到7个关键特征，均与宫颈癌LVSI相关（ P值均<0.05），并构建影像组学模型。训练集T 2WI、ADC及cT 1WI 3个序列独立构建的影像组学模型预测宫颈癌LVSI的ROC曲线下面积（AUC）分别为0.630［95%可信区间（ CI）0.557~0.698］、0.686（95% CI 0.563~0.694）、0.761（95% CI 0.702~0.818），3个序列共同构建的联合影像组学模型对应的AUC为0.887（95% CI 0.842~0.925），诊断效能最优，并在验证集中得到验证。联合影像组学模型与肿瘤分化程度构建的融合模型列线图预测宫颈癌LVSI，在训练集与验证集中的AUC分别为0.893（95% CI 0.851~0.929）、0.854（95% CI 0.749~0.943），校正曲线显示出列线图有良好的校正性能；决策曲线表明当风险阈值概率范围在0.50~0.96时，采用影像组学融合模型预测宫颈癌LVSI的净收益优于“将所有患者视为宫颈癌LVSI阳性或阴性”。 结论:基于多参数MRI影像组学特征与临床特征的融合模型对宫颈癌LVSI状态有良好的预测价值。

宫颈肿瘤;脉管浸润;磁共振成像;影像组学

山西省肿瘤医院　中国医学科学院肿瘤医院山西医院　山西医科大学附属肿瘤医院影像科，太原　030000;山西医科大学医学影像学院，太原　030000;通用电气药业（上海）有限公司，上海　200000

[1]贾亚菊;杨晓棠;崔艳芬;全帅;侯丽娜-.基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管浸润的应用价值)[J].中华解剖与临床杂志,2022(11):737-744

多参数,融合模型,术前预测,宫颈鳞癌,脉管浸润,脉管间隙浸润,LVSI,回顾性研究,肿瘤医院,患者年龄,临床分期,妇产,FIGO,数盆,根治性子宫切除术,盆腔淋巴结清扫术,临床病理资料,随机抽样,抽样法,训练集,验证集,2WI,表观弥散系数,ADC,弥散加权成像,自动生成,cT ,1WI,勾画,感兴趣区,ROI,VOI,提取特征,最大相关最小冗余,选择算子,三步,降维法,logistic,列线图,受试者操作特征曲线,校正曲线,决策分析,分析曲线,术后病理检查,肿瘤最大径,肿瘤分化程度,临床病理特征,影像组学特征,特征筛选,关键特征,宫颈癌,可信区间,诊断效能,出列,正性,决策曲线,风险阈值,净收益,预测价值,宫颈肿瘤,磁共振成像

0.252449