论著-胸部
探讨DCE-MR影像组学预测模型鉴别HER2低表达与HER2阳性乳腺癌的应用价值*
作者：陈贤飞* 李蕊蕊 刘旭东 张英博 刘世佳 周云琪 周愉钦 曾雯雯
所属单位：海南省海南医学院第一附属医院放射科 (海南 海口 570102)
PDF摘要
目的 探讨MR影像组学模型鉴别HER2低表 达与HER2阳性乳腺癌的应用价值。方法 回顾性分析我院2018年1月至12月确诊的浸润性乳腺癌233例，其中HER2阳性乳腺癌103例，HER2低表达乳腺 癌130例，按 8：2随机拆分为训练集186例及测试集47例。基于MR第2期增强图像提取组学特征，数据经过归一化，降维，筛选特征，构建逻辑回归机器学习模型，并于测试集中验证及评估其诊断效能。结果 训练集中AUC为0.87，准确率为0.80，敏感性 0.89，特异性0.72，PPV0.72，NPV0.89，测试集中AUC值为0.77，准确率0.77，敏感度0.76，特异性0.77，PPV0.73，NPV0.80， 基于DCE-MR影像组学 的预测模型不仅具有较好的诊断效能，还具有良好的稳定性。结论 基于DCE-MR影像组学预测模型鉴别HER2低表达与HER2阳性乳腺癌具有较好的诊断效能，有望为后期临床制定精准化及个性化治疗决策提供参考依据。
【关键词】HER2低表达；HER2阳性乳腺癌；影像组学；机器学习
【中图分类号】R737.9
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2023.10.027
中国CT和MRI杂志
第21卷， 第 10 期
2024年02月
相关文章
编辑部邮箱：（1）中国CT和MRI杂志：ctmri@vip.163.com；（2）罕少疾病杂志：hs1999@vip.163.com
联系电话：0755-83695203
公司地址： 深圳市龙岗区坂田街道坂田社区吉华路489号乐荟科创中心13栋G层12房
简体中文
English
个人中心
微信公众号
头条号