声明
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号:42-1187/R
国际刊号:1001-9324
发布日期:
作者:隋莲玉, 王佳宁, 任嘉梁, 蔡静薇, 张宇, 殷小平
单位:071000 保定,河北大学附属医院放射科隋莲玉、殷小平、王佳宁、蔡静薇、张 宇;071000 保定,河北大学临床医学院隋莲玉、蔡静薇;2100003 上海,通用电气药业上海有限公司任嘉梁
关键词:肺腺癌,脑转移瘤,影像基因组学,磁共振成像,表皮生长因子受体
基金:河北大学研究生创新资助项目(编号:HBU2022ss024);河北大学优秀青年科研创新团队(编号:605020521007);河北大学医学学科培育项目(编号:2021B19)
<b>目的</b> 基于脑转移瘤的MRI影像组学特征预测原发肺腺癌中表皮生长因子受体(EGFR)突变状态,并探讨预测EGFR突变的最佳MRI序列。<b>方法</b> 回顾性分析146例肺腺癌脑转移患者(EGFR突变型104例,野生型42例)的增强T<sub>1</sub>WI序列、FLAIR序列和DWI序列图像,按7∶3的比例随机分为训练集(103例)和验证集(43例),基于以上3个MRI序列进行影像组学特征提取及预测模型构建,然后利用验证集数据评价组学模型的效能。<b>结果</b> 在增强T<sub>1</sub>WI、FLAIR及DWI联合序列的训练组中,从总共3111个组学特征中最终筛选出来的9个显著特征,联合多序列构建的逻辑回归预测模型训练集曲线下面积为0.830(95%CI 0.748~0.913),准确度为0.718,敏感度为0.644,特异度为0.900;在验证集中,曲线下面积为0.823(0.690~0.955),准确度为0.744,敏感度为0.710,特异度为 0.833。<b>结论</b> 基于MRI多个联合序列的影像组学特征可作为预测肺腺癌EGFR突变状态的无创辅助工具。
来源:2023年第1期
《临床放射学》期刊编辑部
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。