首页|基于多模态磁共振的影像组学鉴别脑胶质瘤复发与治疗后反应的研究

基于多模态磁共振的影像组学鉴别脑胶质瘤复发与治疗后反应的研究

梁核心

基于多模态磁共振的影像组学鉴别脑胶质瘤复发与治疗后反应的研究

梁核心1
扫码查看

作者信息

  • 1. 山东大学
  • 折叠

摘要

目的 探讨基于对比增强T1加权成像(Contrast-enhancedT1WeightedImaging,CE-T1WI)、脑血流量(CerebralBloodFlow,CBF)图、酰胺质子转移加权(AmideProtonTransferWeighted,APTW)成像、定量磁敏感图(QuantiativeSusceptibilityMapping,QSM)及表观扩散系数(ApparentDiffusionCoefficient,ADC)图的影像组学模型及列线图在鉴别胶质瘤术后复发与治疗后反应中的应用价值。 材料与方法 回顾性分析96例胶质瘤术后出现异常强化的患者的临床资料及影像资料。使用单因素分析比较两组的临床因素,使用逻辑回归模型建立临床模型。 患者按照7∶3随机划分训练组和验证组。使用3D-Slicer软件在CE-T1WI,CBF图,APTW,QSM及ADC图中勾画感兴趣区(RegionofInterest,ROI)并提取影像组学特征。训练组用于筛选特征、建立影像组学模型及列线图,验证组用于进一步验证模型效能。使用独立样本t检验,Mann-WhitneyU检验和LASSO回归算法筛选特征。建立基于CE-T1WI,CBF图,APTW,QSM及ADC图的5个单序列模型和1个组合模型。根据组合模型的特征计算每个患者的影像组学评分(Rad-score)并结合Rad-score与IDH1基因分型构建列线图。使用受试者操作特征(ReceiverOperatorCharacteristic,ROC)曲线及曲线下面积(AreaUndertheCurve,AUC)评价各模型的诊断效能,并统计模型的灵敏度、特异度及准确度。使用Delong检验比较模型AUC,P<0.05为差异有统计学意义。使用校准曲线、Hosmer-Lemeshow检验以及决策曲线分析(DecisionCurveAnalysis,DCA)评估列线图的校准度、拟合优度以及临床价值。 结果 1.经过单因素分析,年龄、肿瘤最大直径及IDH1基因分型可用于构建临床模型。临床模型对于复发与治疗后反应有一定的鉴别能力,训练组AUC为0.738,验证组AUC为0.701。多因素分析显示,两组间IDH1基因分型具有统计学意义(P<0.05),临床因素中选取IDH1分型构建列线图。 2.5个单序列影像组学模型可以鉴别两组患者,但诊断效能中等,训练组AUC为0.761~0.867,验证组AUC为0.708~0.757。基于多模态磁共振(CBF图,APTW,QSM及ADC图)的组合模型具有较高的诊断效能,训练组AUC为0.956,验证组AUC为0.951。经Delong检验显示,组合模型与5个单序列组学模型AUC差异均具有统计学意义(P<0.05)。 3.列线图训练组AUC为0.975,验证组AUC为0.972。经Delong检验,列线图与组合模型AUC差异无统计学意义(P>0.05),两者诊断效能相近,均能很好地鉴别复发与治疗后反应。校准曲线及Hosmer-Lemeshow检验表明,列线图具有良好的一致性及拟合优度。DCA曲线表明,列线图在大范围的阈值概率内(0~91%)的净效益最高,具有最高的临床价值。 结论 对比单序列影像组学模型,结合CBF图,APTW,QSM及ADC图的组合模型可以更好地鉴别胶质瘤复发与治疗后反应。组合模型和列线图均可用于鉴别复发与治疗后反应且两者诊断效能均较高,但列线图具有更高的临床价值。

关键词

脑胶质瘤/磁共振成像/影像组学/治疗后反应

引用本文复制引用

授予学位

硕士

学科专业

影像医学与核医学

导师

袁振国

学位年度

2023

学位授予单位

山东大学

语种

中文

中图分类号

R73
段落导航相关论文