来源：期刊VIP网 时间：
作者：李飞翔;孙赟;巩俊涛;黄刚;
单位：甘肃中医药大学第一临床医学院;甘肃省人民医院放射科;
摘要：目的 探讨基于动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）定量参数图像生境放射组学模型预测术前宫颈癌患者淋巴脉管间隙浸润（lymph-vascular space invasion, LVSI）状态的诊断价值。材料与方法 回顾性分析了2015年5月至2024年10月于甘肃省人民医院行子宫根治性切除术的102名宫颈癌患者影像及临床资料。按照术后病理结果将患者分为LVSI（+）和LVSI（-）组。比较分析临床参数及DCE-MRI定量参数在两组间的差异，单因素及多因素回归分析筛选宫颈癌LVSI状态相关独立危险因素。在DCE-MRI图像上应用Tissue4D由髂内动脉的时间-信号强度曲线（time-intensity curve, TIC）确定血流峰值期，在该期勾画全肿瘤轮廓作为感兴趣体积（volume of interest, VOI）获得转运常数（volume transport constant, K~(trans)）参数图。采用K-means方法选择最优聚类个数将K~(trans)定量参数图像的体素和特征值将VOI聚类成亚区域，提取瘤内影像组学特征数据集和生境影像组学特征，分别以t检验、Pearson分析和最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）回归对训练集各特征数据集进行特征降维，构建基于支持向量机（support vector machine, SVM），自适应增强算法（adaptive boosting, AdaBoost）、多层感知机（multilayer perceptron, MLP）在内的机器学习算法的瘤内影像组学模型、生境影像组学模型。采取特征融合（前融合）和结果融合（后融合）的方法构建生境影像组学和瘤内影像组学联合模型。采用受试者工作特征（receiver operating characteristic, ROC）曲线、校准曲线和决策曲线等评估模型效能。结果 102例宫颈癌患者中LVSI(+)38例，LVSI（-）64例。单因素逻辑回归分析结果表明年龄、身高、体质量、身体质量指数、K~(trans)、速率常数（rate constant, K_(ep)）是宫颈癌LVSI状态相关的影响因素（OR值分别为0.989、0.997、0.991、0.978、0.045、0.372;P值分别为0.011、0.010、0.008、0.010、0.038、0.018），多因素回归分析未筛选出LVSI相关独立危险因素用于建立临床模型（P>0.05）。生境子区域最佳聚类个数为3类。基于生境区域和整个肿瘤产生18和8个最佳放射组学特征构建瘤内影像组学模型、生境影像组学模型；与瘤内、生境影像组学模型及后融合模型相比基于AdaBoost分类器构建的瘤内影像组学及生境影像组学前融合模型（Pre＿AdaBoost模型）预测效能最优，在训练集和验证集的诊断能力最高，ROC曲线下面积、敏感度、特异度分别为0.916(95%置信区间：0.856～0.977)、88.5%、77.8%和0.831(95%置信区间：0.691～0.972)、91.7%、57.9%，且具有较高的临床净收益。结论 基于DCE-MRI定量参数图生境影像组学和瘤内影像组学联合模型在预测宫颈癌LVSI方面具有一定价值，可以帮助促进个性化治疗决策。
关键词：宫颈癌;;生境成像;;淋巴脉管间隙浸润;;影像组学;;动态对比增强磁共振成像
