典型文献
基于FFDM的影像组学在预测三阴性乳腺癌中的价值
文献摘要：
目的 探究基于全屏数字化乳腺X线摄影(FFDM)的影像组学特征在预测三阴性乳腺癌(TNBC)中的价值.方法 回顾性分析200例经病理证实为乳腺癌患者的FFDM图像及临床资料,根据病理结果分为TNBC 50例,非三阴性乳腺癌(NTNBC)150例.用3D Slicer勾画感兴趣区并提取影像组学特征,利用LASSO算法进行特征筛选;采用秩和检验、单因素分析筛选临床特征及X线特征,用Logistic回归构建模型,模型的预测效能通过曲线下面积(AUC)来评估.结果 经LASSO算法筛选得到4个影像组学特征后计算影像组学评分,TNBC与NTNBC组间初潮年龄、分娩次数、肿块伴随征象、肿块边缘的差异有统计学意义(P＜0.05),分别建立临床+FFDM模型、影像组学模型、临床+FFDM+影像组学联合模型,三种模型在训练集中的AUC值分别为0.788、0.813、0.836,在测试集中的AUC值分别为0.773、0.804、0.815.结论 基于FFDM的影像组学特征结合临床与X线征象所构建的联合模型能够在一定程度上鉴别TNBC与NTNBC,可作为一种非侵入性的预测方式来支持临床决策.
文献关键词：
影像组学;三阴性乳腺癌;全屏数字化乳腺X线摄影;分子分型;诺模图
中图分类号：
作者姓名：
张鹏丽;马彦云;崔曹哲;王昭华;宋瑞
作者机构：
030000太原,山西医科大学医学影像学院;030000太原,山西医科大学第一医院影像科
文献出处：
引用格式：
[1]张鹏丽;马彦云;崔曹哲;王昭华;宋瑞-.基于FFDM的影像组学在预测三阴性乳腺癌中的价值)[J].临床放射学杂志,2022(08):1427-1431
A类：
+FFDM,+FFDM+
B类：
全屏,影像组学特征,乳腺癌患者,病理结果,非三阴性乳腺癌,NTNBC,Slicer,勾画,感兴趣区,LASSO,特征筛选,秩和检验,线特征,构建模型,预测效能,选得,影像组学评分,初潮年龄,分娩,肿块,征象,学联,联合模型,训练集,测试集,特征结合,结合临床,非侵入性,临床决策,分子分型,诺模图
AB值：
0.24964
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。
