临床放射学杂志

作者：孙维利, 刘移忠, 刘连城, 陈进, 杜睿, 马丽

单位：225300 江苏省泰州市中医院影像科孙维利、刘移忠、刘连城、陈 进、马 丽;212001 江苏大学附属医院超声医学科（杜 睿）

关键词：三阴性乳腺癌,新辅助化疗,动态对比增强磁共振成像,深度学习

基金：本研究系江苏省妇幼健康科研项目（编号：F201822）

<b>目的</b> 探讨动态对比增强磁共振成像（DCE-MRI）Efficient-Det模型在早期预测三阴性乳腺癌（TNBC）患者新辅助化疗（NAC）疗效的准确性及实用性。<b>方法</b> 回顾性搜集接受NAC治疗的149例TNBC患者资料,其中97例为训练集,52例为测试集。通过<em>Logistic</em>回归分析构建临床及病理资料的临床预测模型,并基于Efficient-Det模型构建深度学习预测模型。使用<em>DeLong</em>检验对两种模型及两位影像科医师的曲线下面积效能进行比较。采用梯度加权类激活映射（Grad-CAM）热图可视化预测NAC疗效的关键病灶区域。<b>结果</b> <em>Logistic</em>回归分析显示,Efficient-Det模型在训练集和测试集中的曲线下面积分别为0.901与0.857,均显著高于临床分期与Ki-67表达联合构建的临床预测模型的表现（训练集：<em>Z</em>=2.743,<em>P</em>=0.005;测试集： <em>Z</em>=3.041,<em>P</em>&#x0003C;0.001）。在Efficient-Det模型辅助下,两位影像科医师对NAC两个疗程后的DCE-MRI图像进行的疗效评估显示良好的一致性（ICC=0.846,ICC=0.809）,且两位医师的诊断效能显著提升（均<em>P</em>&#x0003C;0.05）。<b>结论</b> 与临床预测模型相比,基于DCE-MRI的Efficient-Det模型能更准确地预测NAC疗效,并显著提高不同年资影像科医师的诊断效能,且具备较强的泛化能力。

来源：2025年第10期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第10期