来源：期刊VIP网 时间：
作者：杨亭;刘雪雯;刘瑶;白芙蓉;姚娟;
单位：新疆医科大学第一附属医院影像中心;
摘要：目的 旨在基于动态对比增强磁共振成像（dynamic contrast enhancement magnetic resonance imaging, DCE-MRI）结合肿瘤内区域（intratumoral region, ITR）和肿瘤周围区域（peritumoral region, PTR）影像组学在乳腺非肿块样强化（non-mass enhanced, NME）病灶中的优势，探讨不同PTR范围对乳腺NME病灶诊断效能的差异。材料与方法 回顾性分析2021年9月至2024年9月期间的168例患者资料。按照7∶3的比例随机划分为训练集（n=117）和验证集（n=51）。基于DCE-MRI图像，使用ITK-SNAP软件半自动勾画病灶ITR并自动扩展PTR。提取肿瘤内部以及肿瘤周围3、4、5 mm扩展区域的影像组学特征，采用最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）进行特征筛选并构建ITR、PTR 3 mm、PTR4 mm和PTR 5 mm的影像模型。将最优PTR模型与ITR模型相结合组成最优影像组学模型。加入临床特征，使用多变量逻辑回归分析建立临床模型。最后，对临床模型、最优影像组学模型和引入临床特征与最优影像组学特征的联合模型进行综合评估。结合校准曲线和决策曲线分析（decision curve analysis, DCA）进行分析。此外，采用SHAP图（Shapley additive explanations,SHAP）对模型特征进行深入解析。结果 研究结果发现，ITR-PTR 4 mm区域的影像组学模型曲线下面积（area under the curve, AUC）最优（训练集：0.822，验证集0.782）。多因素分析发现，临床模型中仅时间-信号强度曲线（time signal intensity curve, TIC）类型与良恶性病灶呈显著正相关（r=0.681,P<0.001）。最终联合模型在训练集中AUC达到了0.912；在验证集中，AUC为0.806。DCA曲线表明联合模型的临床效能最高，同时在校准曲线中贴近对角线，证明联合模型的拟合效果和泛化能力也较好。结论 研究发现，结合影像组学特征与临床特征的联合模型能够有效鉴别乳腺MRI中性质待定的良恶性NME病灶，为临床诊断提供了新的参考依据。
关键词：乳腺癌;;非肿块强化病灶;;放射组学;;瘤周区域;;磁共振成像
基金资助：国家自然科学基金项目（编号：81960339）;; 自治区卫生健康委“天山英才”医药卫生高层次人才培养计划项目（编号：TSYC202401B004）~~
