影像组学在乳腺病灶良恶性鉴别中的应用

作     者：郑冲 李明洋 兰文婧 刘香玉 包磊 纪铁凤 ZHENG Chong;LI Mingyang;LAN Wenjing;LIU Xiangyu;BAO Lei;JI Tiefeng

作者机构：吉林大学第一医院放射线科长春130021 

出 版 物：《吉林大学学报（信息科学版）》 (Journal of Jilin University（Information Science Edition）)

年 卷 期：2023年第41卷第2期

页      面：315-320页

学科分类：0401[教育学-教育学] 04[教育学] 08[工学] 040102[教育学-课程与教学论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：吉林省医疗卫生人才专项基金资助项目(3D5205164428)。 

主　　题：MR影像组学 机器学习 乳腺病灶 乳腺癌 

摘      要：为探究影像组学方法诊断乳腺病灶良恶性的能力,比较磁共振(MR:Magnetic Resonance)影像组学与传统MR诊断在良恶性乳腺疾病鉴别中的效能。回顾分析2019年1月-2022年1月在吉林大学第一医院放射科进行乳腺MR平扫及增强检查的患者,收集病理结果证实为良性或恶性的乳腺病灶共190例。MR影像组学方法通过建立逻辑回归模型实现诊断;传统MR诊断由一名副高级职称的影像科医生完成。结果显示测试集MR影像组学模型的灵敏度0.92,特异度0.83,曲线下面积(AUC:AreaUnder Curve)为0.92,以上数值均高于传统MR诊断的对应值,且差异具有统计学意义(P=0.00)。MR影像组学的方法可以辅助诊断乳腺病灶的良恶性,且诊断效能优于传统MR诊断模式。