基于多中心数字化乳腺X线摄影影像组学预测乳腺癌人表皮生长因子受体-2过表达

作     者：谢玉海 韩剑剑 马培旗 王小雷 马文俊 张宁宁 曹雪花 魏天贤 陈楠 XIE Yuhai;HAN Jianjian;MA Peiqi;WANG Xiaolei;MA Wenjun;ZHANG Ningning;CAO Xuehua;WEI Tianxian;CHEN Nan

作者机构：太和县人民医院、皖南医学院附属太和医院放射科安徽阜阳236600 皖南医学院第一附属医院弋矶山医院放射科安徽芜湖241000 阜阳市人民医院放射科安徽阜阳236000 太和县人民医院、皖南医学院附属太和医院医学装备科安徽阜阳236600 

出 版 物：《中国医学影像技术》 (Chinese Journal of Medical Imaging Technology)

年 卷 期：2023年第39卷第3期

页      面：365-369页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 1002[医学-临床医学] 08[工学] 100214[医学-肿瘤学] 10[医学] 

基　　金：皖南医学院科研项目(JXYY202139)。 

主　　题：乳腺肿瘤 乳房X线摄影 人表皮生长因子受体-2 影像组学 

摘      要：目的观察基于多中心数字化乳腺X线摄影(DM)影像组学预测乳腺癌人表皮生长因子受体-2(HER-2)过表达的价值。方法回顾性分析来自机构1(n=336)、2(n=142)、3(n=130)共608例经病理证实乳腺癌患者的DM资料。按照7∶3比例将来自机构1、2共478例分为训练集(334例,其中92例HER-2阳性、242例HER-2阴性)和验证集(144例,40例HER-2阳性、104例HER-2阴性);以来自机构3的130例(33例HER-2阳性及97例HER-2阴性)为外部验证集。于显示病变面积较大的内外斜(MLO)位或头足(CC)位DM图像中勾画病灶ROI,提取及筛选最佳影像组学特征,以支持向量机(SVM)构建影像组学模型,用于预测乳腺癌HER-2过表达;采用受试者工作特征(ROC)曲线评估模型的诊断效能,绘制校准曲线及决策曲线,评价其校准度及临床获益。结果共筛选出3个最佳影像组学特征,以之构建的SVM影像组学模型预测训练集、验证集及外部验证集乳腺癌HER-2过表达的曲线下面积(AUC)分别为0.824、0.775及0.812。校准曲线显示,该模型在训练集、验证集及外部验证集的平均绝对误差分别为0.08、0.05和0.04;决策曲线分析显示,阈值概率为0.2~0.8时,模型的临床实用性较好。结论基于多中心DM影像组学可有效预测乳腺癌HER-2过表达。