MRI放射组学联合临床特征预测直肠癌患者淋巴结转移的机器学习模型

摘要

目的 采用多模态MRI放射组学特征和临床特征构建机器学习模型，预测直肠癌患者的淋巴结转移。方法 回顾性分析2018年5月～2023年5月南方医科大学顺德医院收治的223例直肠癌患者的临床资料和MRI影像数据。使用3D Slicer软件进行肿瘤区域勾画，并通过PyRadiomics软件提取放射组学特征。采用单因素Logistic回归和LASSO回归筛选特征，构建临床模型、放射组学模型和临床-放射组学模型，并分别在训练集（n=157）和验证集（n=66）中评估其预测效能。结果 训练集中，临床模型、放射组学模型和临床-放射组学模型的AUC值分别为0.668、0.725、0.771；验证集中的AUC值分别为0.549、0.780、0.729。放射组学模型和临床-放射组学模型在验证集中表现出较好的预测能力，尤其是放射组学模型的AUC值达到0.780。结论 基于MRI放射组学以及临床特征的机器学习模型能够有效预测直肠癌患者淋巴结转移状态，其中放射组学所提供的预测价值较高，而临床所提供的预测价值有限。

关键词

直肠癌 / 淋巴结转移 / 放射组学 / 多模态MRI / 机器学习模型