影像组学预测原发性中枢神经系统淋巴瘤的Ki-67标记指数

吴思雨, 沈业隆, 王锡明

山东大学学报(医学版) ›› 2024, Vol. 62 ›› Issue (11) : 67 -72.

PDF
山东大学学报(医学版) ›› 2024, Vol. 62 ›› Issue (11) : 67 -72.

影像组学预测原发性中枢神经系统淋巴瘤的Ki-67标记指数

    吴思雨, 沈业隆, 王锡明
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的 研究原发性中枢神经系统淋巴瘤(primary central nervous system lymphomas, PCNSL)中表观扩散系数(apparent diffusion coefficient, ADC)、弥散加权成像(diffusion weighted imaging, DWI)和T1对比增强(T1 contrast enhanced, T1-CE)与Ki-67标记指数(labeling index, LI)的相关性,并评估基于多参数MRI影像组学模型区分低增殖PCNSL和高增殖PCNSL的性能。方法 本项回顾性研究纳入83例PCNSL患者的MRI图像及临床信息,并利用Spearman相关性分析检验它们与Ki-67 LI的相关性。分别提取三个序列(ADC、DWI和T1-CE)的影像组学特征,并构建不同的影像组学模型。受试者工作特征(receiver operating characteristic, ROC)曲线用于评估模型性能,Delong检验用于比较模型差异。结果 相对平均ADC(relative mean ADC, rADCmean)(ρ=-0.354,P=0.019)、相对平均DWI(relative mean DWI, rDWImean)(b=1 000)(ρ=0.273,P=0.013)和相对平均T1-CE(relative mean T1-CE, rT1-CEmean)(ρ=0.385,P=0.001)与Ki-67显著相关。最佳预测模型是组合模型(ADC+DWI+T1-CE)(AUC=0.869)。结论 rDWImean、 rADCmean和rT1-CEmean与Ki-67 LI相关。基于多参数MRI影像组学模型有望区分低增殖PCNSL和高增殖PCNSL。

关键词

中枢神经系统淋巴瘤 / 影像组学 / 多参数 / Ki-67标记指数 / 磁共振成像

Key words

引用本文

引用格式 ▾
影像组学预测原发性中枢神经系统淋巴瘤的Ki-67标记指数[J]. 山东大学学报(医学版), 2024, 62(11): 67-72 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

49

访问

0

被引

详细

导航
相关文章

AI思维导图

/