论著-头颈部
基于MRI影像组学模型预测较低级别胶质瘤CD34表达的研究*
作者：徐加利1,2,* 杨雨琼3 周 静3 孔苇茁3 史长征4
所属单位：1.蚌埠医科大学第一附属医院放射科 (安徽 蚌埠 233004) 2.蚌埠医科大学医学影像学院医学影像诊断学教研室 (安徽 蚌埠 233030) 3.蚌埠医科大学研究生院 (安徽 蚌埠 233030) 4.暨南大学第一附属医院医学影像中心 (广东 广州 510630)
PDF摘要
目的 探讨较低级别脑胶质瘤术前MRI影像组学特征与CD34表达状态的关系。方法 回顾性研究我院2019年1月至2024年5月107例较低级别脑胶质瘤的临床、影像学和免疫组织化学结果。基于磁共振T2WI序列提取三维影像组学特征，并构建机器学习模型以区分CD34的表达状态。根据7 : 3的比例，将所有病例随机分为训练集和测试集，并对训练集进行5倍的交叉验证，以选择最佳超参数来构建预测模型。受试者工作特性(ROC)曲线和决策曲线分析(DCA)用于评估模型的诊断价值。结果 本研究基于T2WI序列的影像组学特征建立了一个预测模型。训练集和测试集中CD34预测模型的ROC曲线下面积(AUC)分别为0.895(95%CI:0.809–0.904)和0.861(95%CI:0.710–0.980)；灵敏度分别为0.756和0.778，特异度分别为0.941和0.929，准确率分别为0.840和0.844。根据DCA观察到CD34模型可以获得临床净受益。结论 基于术前MRI-T2WI序列的影像组学模型对较低级别胶质瘤CD34的表达状态具有一定的预测价值。
【关键词】低级别脑胶质瘤；影像组学；CD34；MRI；机器学习
【中图分类号】R8
【文献标识码】A
【DOI】10.3969/j.issn.1672-5131.2025.06.007
中国CT和MRI杂志
第23卷， 第 6 期
2025年06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