多参数MRI影像组学特征对乳腺浸润性导管癌组织学分级预测

摘要

目的 评估多参数动态增强MRI(dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI)影像组学对乳腺浸润性导管癌(invasive ductal carcinoma, IDC)组织学分级的预测效能。方法 纳入锦州医科大学附属第一医院经病理确诊的IDC 183例(I～II级139例，III级44例),按7∶3分为训练/测试集。对T2WI、DWI、ADC及增强S1～S5期进行预处理、3D分割与特征提取；经t检验、LASSO及方差膨胀筛选特征，构建基于随机森林(random forest, RF)、支持向量机(support vector machine, SVM)、逻辑回归(logistic regression, LR)、朴素贝叶斯(naive Bayes, NB)的预测模型及多模型融合(RF+SVM+LR)预测模型。绘制各模型的受试者工作特征(receiver operating characteristic, ROC)曲线，计算ROC曲线下面积(area under curve, AUC),DeLong检验比较模型差异，并行决策曲线(decision curve analysis, DCA)与校准评估临床适用性。结果 S3期单序列表现最佳；测试集中S3期RF、SVM、LR、NB的AUC分别约0.81、0.84、0.85、0.75;S3期多模型融合AUC为0.88。训练集中RF、SVM优于LR,LR优于NB(多数比较P<0.05);RF略高于SVM(P>0.05)。测试集中仅融合模型优于NB(P<0.05)。DCA显示RF与LR的多参数模型净收益最高，校准良好。结论 多参数增强MRI影像组学可有效区分IDC高低级别，其中S3期特征与多模型融合方案表现最佳，具备临床应用潜力。

关键词

乳腺 / 浸润性导管癌 / 动态增强 / 磁共振成像 / 影像组学 / 预测模型