基于多参数MRI影像组学术前预测脑膜瘤Ki67表达的研究

摘要

目的 探讨基于常规多参数MRI影像组学模型术前预测脑膜瘤的Ki67表达状态的价值。方法 回顾性分析吉林大学中日联谊医院2013年3月至2021年11月305例经术后病理结果确诊为脑膜瘤患者的资料。获取所有患者术前轴位T1WI、T2WI、T2-FLAIR及T1WI增强(T1C)图像，手动标注肿瘤实质区作为感兴趣区(EnHROI),并将病灶边缘向周围膨胀3 mm、5 mm分别得到EnH3mmROI、EnH5mmROI。对图像进行灰度归一化后提取影像组学特征，并使用相关系数法与最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)算法对影像组学特征进行筛选，依次使用二次判别分析和逻辑回归方法建立影像组学预测模型。通过绘制受试者工作特征曲线(ROC),计算曲线下面积(AUC)来评估各模型预测效能。结果 二次判别分析和逻辑回归方法建立的模型均具有良好的预测效能，其中二次判别分析方法表现更佳，在EnH模型、EnH3mm模型、EnH5mm模型的训练集中的AUC分别为0.806、0.841、0.773,在测试集中的AUC分别为0.776、0.818、0.757。组学模型之间比较显示EnH3mm模型效能最佳，其在训练集和测试集中特异性分别为0.882、0.857,准确性分别为0.796、0.777。结论 基于术前多序列MRI影像组学模型可有效预测脑膜瘤Ki67表达状态，其中病灶增强区并膨胀3 mm的区域构建模型的效能最佳。

关键词

脑膜瘤 / 磁共振成像 / 影像组学 / Ki67

基金资助

吉林省卫生健康科技能力提升项目(2021JC022)