目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparamet...目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparametric MRI,mpMRI)检查后PI-RADS评分为4~5分的患者病例共135例,其中病理诊断良性64例,恶性71例。将入组病例随机分层采样按照7∶3的比例划分为训练集(95例,良性45例,恶性50例)和测试集(40例,良性19例,恶性21例),分析前列腺特异性抗原(prostate specific antigen,PSA)、MRI传统参数表观弥散系数(apparent diffusion coefficient,ADC)、多模态影像组学模型[T2WI、弥散加权成像(diffusion weighted imaging,DWI)、ADC三种模态]及联合模型(多模态影像组学联合传统参数ADC值)对PI-RADS 4~5分病灶良恶性的鉴别效力,构建诊断模型。结果良性病变组ADC值[(0.791±0.149)×10^(-3)mm^(2)/s]显著高于恶性组[(0.612±0.110)×10^(-3)mm^(2)/s],其在训练集、测试集中的曲线下面积(area under the curve,AUC)分别为0.870、0.772。而良性病变组总PSA(total PSA,tPSA)略低于恶性组,两组之间差异无统计学意义。ADC、DWI和T2WI多模态组合影像组学在训练集、测试集中的AUC分别为0.942、0.850。联合模型在训练集、测试集中的AUC分别为0.952、0.842。结论综合多模态MRI(T2WI、DWI、ADC)影像组学联合传统参数的模型能有效帮助鉴别PI-RADS 4~5分病灶的良恶性,帮助提高诊断准确度,进一步辅助个体化治疗方案的制订。展开更多
文摘目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparametric MRI,mpMRI)检查后PI-RADS评分为4~5分的患者病例共135例,其中病理诊断良性64例,恶性71例。将入组病例随机分层采样按照7∶3的比例划分为训练集(95例,良性45例,恶性50例)和测试集(40例,良性19例,恶性21例),分析前列腺特异性抗原(prostate specific antigen,PSA)、MRI传统参数表观弥散系数(apparent diffusion coefficient,ADC)、多模态影像组学模型[T2WI、弥散加权成像(diffusion weighted imaging,DWI)、ADC三种模态]及联合模型(多模态影像组学联合传统参数ADC值)对PI-RADS 4~5分病灶良恶性的鉴别效力,构建诊断模型。结果良性病变组ADC值[(0.791±0.149)×10^(-3)mm^(2)/s]显著高于恶性组[(0.612±0.110)×10^(-3)mm^(2)/s],其在训练集、测试集中的曲线下面积(area under the curve,AUC)分别为0.870、0.772。而良性病变组总PSA(total PSA,tPSA)略低于恶性组,两组之间差异无统计学意义。ADC、DWI和T2WI多模态组合影像组学在训练集、测试集中的AUC分别为0.942、0.850。联合模型在训练集、测试集中的AUC分别为0.952、0.842。结论综合多模态MRI(T2WI、DWI、ADC)影像组学联合传统参数的模型能有效帮助鉴别PI-RADS 4~5分病灶的良恶性,帮助提高诊断准确度,进一步辅助个体化治疗方案的制订。
