临床放射学杂志

作者：尚芸芸, 刘灿丽, 周小龙, 郝金钢

单位：650101 昆明医科大学第二附属医院放射科

关键词：膀胱尿路上皮癌,影像组学,膀胱影像报告和数据系统,病理分级

基金：本研究系云南省教育厅科学研究基金项目（编号：2024J0348）; 昆医联合专项-面上项目（编号：202401AY070001-337）

<b>目的</b> 探讨基于多参数MRI的影像学特征、膀胱影像报告和数据系统（VI‐RADS）评分构建的模型对预测膀胱癌病理分级的价值。<b>方法</b> 回顾性分析明确病理分级的膀胱尿路上皮癌患者的临床及影像资料,利用多因素逻辑回归分析筛选出病理分级的独立预测因素,建立临床模型。从T₂WI、扩散加权成像（DWI）、动态对比增强（DCE）图像中提取影像组学特征,对特征进行降维和筛选后建立影像组学模型。联合独立预测因素与影像组学构建联合模型。<b>结果</b> 筛选出VI‐RADS 评分为独立预测因素,建立了VI‐RADS模型。T₂WI、DWI、DCE 3个序列最终分别筛选出10、12、12个影像组学特征。在训练集和验证集中,T₂WI 模型的敏感度（90.78%、80.00%）、特异度（89.16%、80.56%）、准确度（90.18%、80.21%）以及ROC曲线下面积大小（AUC）（0.9632、0.9157）均高于DWI和DCE模型。根据VI‐RADS 评分及T₂WI序列的影像组学评分建立了联合模型。该模型在训练集和验证集中的敏感度分别为91.49%、81.67%;特异度分别为87.95%、88.89%;准确度分别为90.18%、84.38%;AUC分别为0.9633、0.9398。<b>结论</b> VI‐RADS 评分是膀胱癌病理分级的独立预测因素,VI‐RADS 评分越高,病理分级为高级别的风险越大。影像组学模型和联合模型可以在术前无创预测膀胱的病理分级。

来源：2025年第9期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第9期