目的 评价乳腺X线影像组学辅助诊断乳腺影像报告和数据系统(BI-RADS)4和5类良性病变的价值.方法 回顾性分析经病理证实的344例乳腺病变患者,包括194例良性病变、150例恶性病变;根据接受乳腺X线检查时间将前70％ 归为训练集(n=240)、后30％ 归为验证集(n=104).基于头足(CC)位和内外斜(MLO)位图像提取影像组学特征,以组内相关系数(ICC)、Spearman相关性及最小绝对收缩和选择算子(LASSO)筛选最佳影像组学特征,应用支持向量机建立组学模型,预测BI-RADS 4和5类中的良性病变.由2名放射科医师对训练集及验证集数据进行判断,采用受试者工作特征(ROC)曲线评估组学模型与放射科医师的诊断效能,并比较其差异.结果 分别基于CC位和MLO位图像提取92个影像组学特征,并最终选出7个及2个最佳影像组学特征.ROC曲线显示,组学模型诊断训练集及验证集良性乳腺病变的曲线下面积(0.92、0.87)均大于放射科医师(0.76、0.75,Z=-4.20、-2.40,P均<0.05),诊断特异度(0.93、0.85)均高于放射科医师(0.71、0.70,χ2=9.26、5.11,P均<0.05),而诊断敏感度(0.81、0.81)与放射科医师差异均无统计学意义(0.81、0.82,χ2=0、0.10,P均>0.05).结论 乳腺X线影像组学有助于诊断BI-RADS 4和5类良性病变.

乳腺肿瘤;乳腺X线摄影;影像组学;乳腺影像报告和数据系统

王光松;石大发;郭秋;张浩然;王思远;任振东;任克

厦门大学附属翔安医院放射科,福建厦门 361102;厦门市内分泌肿瘤精准诊治重点实验室,福建厦门 361102

中国医学影像技术

[1]王光松;石大发;郭秋;张浩然;王思远;任振东;任克-.基于乳腺X线影像组学辅助诊断BI-RADS4和5类良性病变)[J].中国医学影像技术,2022(04):540-544

辅助诊断,BI,RADS4,良性病变,断乳,乳腺影像报告和数据系统,乳腺病变,恶性病变,检查时间,训练集,验证集,MLO,位图,图像提取,影像组学特征,ICC,最小绝对收缩和选择算子,LASSO,放射科医师,受试者工作特征,诊断效能,诊断特异度,诊断敏感度,乳腺肿瘤

0.190925