临床放射学杂志

作者：崔婷婷, 郭劲松, 任杰, 岳云龙

单位：100038 首都医科大学附属北京世纪坛医院医学影像科

关键词：子宫内膜癌,影像组学,分子分型

<b>目的</b> 探讨基于早期动态增强MRI 影像组学预测p53异常型(p53abn)子宫内膜癌的诊断效能。<b>方法</b> 回顾性搜集108例接受手术治疗的子宫内膜癌患者的影像和病理资料,根据分子分型分为p53abn组和其他亚型组。在动态增强早期MRI图像勾画感兴趣区并提取影像组学特征,按照7∶3随机分为训练集和测试集。建立8种机器学习模型预测p53abn型子宫内膜癌,采用受试者工作特征曲线评价各个模型的诊断效能,利用决策曲线分析评价模型的临床应用价值。<b>结果</b> 轻量的梯度提升机模型表现出最佳的诊断效能,训练集和测试集对应的曲线下面积分别为0.902和0.911;在0.4~0.8阈值范围内,此模型具有一定的临床价值。<b>结论</b> 基于早期动态增强MRI 影像组学模型预测p53abn 型子宫内膜癌具有一定的诊断效能,可为指导个体化治疗提供支持。

来源：2025年第6期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第6期