来源：期刊VIP网 时间：
作者：张华;杨韫泽;贺俊红;刘梦彤;王铭洁;
单位：承德医学院研究生学院;保定市第一中心医院医学影像科;河北医科大学研究生学院;
摘要：目的 探讨基于瘤内和瘤周MRI影像组学列线图模型预测子宫内膜癌p53突变型的价值。资料与方法 回顾性收集2020年1月—2024年4月保定市第一中心医院145例经病理证实为子宫内膜癌并术前行盆腔MRI检查的女性患者，其中p53野生型96例，p53突变型49例。从扩散加权成像及动态对比增强MRI平衡期图像肿瘤内及肿瘤周围2 mm区域提取影像组学特征，采用最小绝对收缩和选择算子算法等筛选特征，使用随机森林、K近邻和决策树机器学习构建瘤内、瘤周及瘤内加瘤周区域影像组学模型。通过多因素Logistic回归分析构建临床模型和列线图模型。采用受试者工作特征曲线、决策曲线及校准曲线评价模型效能。结果 影像组学模型中瘤内加瘤周K近邻模型表现最佳，在训练集和测试集曲线下面积分别为0.921、0.773。由年龄、表观扩散系数和影像组学标签构建的列线图模型在训练集和测试集的曲线下面积分别为0.970、0.777。校准曲线和决策曲线显示列线图模型具有良好的校准效能和临床应用价值。结论 基于瘤内和瘤周MRI的影像组学列线图对预测子宫内膜癌患者p53突变型状态具有较高的诊断价值。
关键词：子宫内膜肿瘤;;基因,p53;;突变;;磁共振成像;;影像组学;;机器学习;;瘤内;;瘤周;;预测
