临床放射学杂志

作者：杨日辉, 杨颖思, 林志萍, 范伟雄, 江桂华, 熊小丽, 张裕辉

单位：514031 梅州市人民医院磁共振科（杨日辉、杨颖思、范伟雄、熊小丽 、张裕辉）; 510317 广州,广东省第二人民医院影像科（江桂华）; 200135 通用电气药业（上海）有限公司（林志萍）

关键词：胶质瘤,机器学习模型,异柠檬酸脱氢酶突变,磁共振成像

基金：本研究系广东省医学科学技术研究基金项目(编号：A2024768); 梅州市人民医院科研培育项目（编号：PY‐C20210022）

<b>目的</b> 探讨基于T₁WI增强（T₁WI CE）的影像组学特征构建多种机器学习模型预测胶质瘤异柠檬酸脱氢酶（IDH）突变状态的对比分析研究。<b>方法</b> 回顾性搜集122例经病理确诊胶质瘤且行MRI增强扫描的患者资料,其中IDH突变型胶质瘤35例,IDH野生型胶质瘤87例。以7&#x02236;3分层随机抽样分为训练组和测试组。采用ITK‐SNAP软件分割T₁WI CE序列的肿瘤区域作为感兴趣容积,然后导入A.K.软件提取影像组学特征;通过单因素逻辑回归降维并筛选出10个最优特征。基于显著特征,分别构建7种机器学习算法模型,分别为可解释模型（EBM）、支持向量模型（SVM）、k最邻近（KNN）、逻辑回归（LR）、决策树（DT）、极度梯度提升（XGB）、多层感知机（MLP）模型。采用受试者工作特征曲线评价预测模型效能并以决策曲线分析（DCA）评估临床实用性。<b>结果</b> EBM、SVM、KNN、LR、XGB、DT、MLP 7种算法构建影像组学模型对胶质瘤IDH突变诊断效能在训练集预测胶质瘤IDH突变的曲线下面积分别为1.000、0.966、0.943、0.925、0.927、0.879、0.908;在测试集分别为0.946、0.912、0.910、0.908、0.896、0.850、0.823,其中EBM模型的曲线下面积（0.946）最高,敏感度为90.0%、特异度80.8%,且DCA显示其临床实用性较高。<b>结论</b> 基于T₁WI CE的影像组学特征构建不同机器学习模型可用于预测IDH突变状态,EBM模型诊断价值优于其他机器学习模型,且DCA表明临床实用性高。

来源：2025年第7期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第7期