临床放射学杂志

作者：王昭华, 马彦云, 崔曹哲, 宋瑞, 张鹏丽, 黄静, 武静

单位：030000 山西医科大学医学影像学院 王昭华、崔曹哲、宋 瑞、黄 静、武 静 ;030000 山西医科大学第一医院放射科 王昭华、马彦云;710000 西安国际医学中心医院张鹏丽

关键词：乳腺癌,影像组学,全视野数字化乳腺X线摄影,瘤周区域

基金：本研究系山西医科大学科技创新基金资助项目(编号:01201514);山西省科技厅,山西省重点研发计划项目资助项目(编号:201803D31100)

<b>目的</b> 探究基于全视野数字化乳腺摄影(FFDM)的瘤内、瘤周以及对侧实质区域的影像组学模型鉴别乳腺BI-RADS 4 类病灶良恶性的价值。<b>方法</b> 回顾性分析2020年11月至2021年8月行FFDM检查被诊断为BI-RADS 4 类的117例患者。分别勾画病灶的瘤内ROI、瘤周ROI和对侧乳腺实质ROI,提取并筛选影像组学特征,运用支持向量机建立3个不同区域的影像组学模型,选取性能较好的模型用于构建多区域影像组学联合模型。同时对常见的临床数据进行筛选并建立临床模型,最后构建临床-影像组学联合模型。模型的性能由AUC和准确率等指标评估。<b>结果</b> 共51例良性、66例恶性病例,在3个不同区域构建了单区域影像组学模型,除了对侧实质模型,其他均可以有效鉴别BI-RADS 4 类病灶的性质,其中联合模型优于单区域影像组学模型和临床模型,并且优于放射科医师。瘤内模型、瘤周模型、对侧实质模型和临床-影像组学联合模型在测试集的AUC分别为0.80、0.74、0.52、0.87。<b>结论</b> 基于FFDM的瘤内、瘤周影像组学模型可以鉴别乳腺BI-RADS 4 类病变的性质,由其构成的联合模型可以进一步提高对BI-RADS 4 类病变的诊断效能,但对侧实质纹理模型无法鉴别乳腺病变的良恶性。

来源：2024年第3期

《临床放射学》期刊编辑部

查看临床放射学杂志2024年第3期