超声影像组学模型对乳腺癌人表皮生长因子受体2表达的预测价值

作     者：鲜锋 周畅 韦力 谌典 聂淑婷 邵袁缘 胡文姝 李心怡 张奥懿 XIAN Feng;ZHOU Chang;WEI Li;SHEN Dian;NIE Shuting;SHAO Yuanyuan;HU Wenshu;LI Xinyi;ZHANG Aoyi

作者机构：三峡大学第一临床医学院(宜昌市中心人民医院)超声科宜昌443003 

出 版 物：《浙江医学》 (Zhejiang Medical Journal)

年 卷 期：2023年第45卷第23期

页      面：2486-2490页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100214[医学-肿瘤学] 10[医学] 

基　　金：中华国际医学交流基金项目(Z2014072101) 

主　　题：超声影像组学 乳腺癌 分子标志物 人表皮生长因子受体2 

摘      要：目的 探讨超声影像组学模型对乳腺癌分子标志物人表皮生长因子受体2(HER-2)表达的预测价值。方法 回顾2018年1月至2023年4月三峡大学第一临床医学院经病理检查证实为乳腺癌女性患者235例,其中HER-2表达阳性患者85例,HER-2表达阴性患者150例。将患者按7∶3随机分为训练集164例和验证集71例。选取显示乳腺病灶最大径线切面的超声图像,利用3D-Slicer软件手动图像分割和影像组学特征提取。然后对特征进行筛选,将特征进行Z-Score标准化,通过Pearson相关系数最小冗余最大相关算法和最小绝对收缩和选择算子筛选特征,利用AdaBoost算法构建影像组学模型。使用ROC曲线评估模型效能,Delong检验评价训练集和验证集间AUC的差异。结果 最终选取8个影像组学特征用于构建超声影像组学模型。该模型在训练集和验证集中预测HER-2阳性表达的AUC、准确度、灵敏度、特异度、阳性预测值和阴性预测值分别为0.830(95%CI:0.772~0.888)、0.718、0.853、0.642、0.574、0.885,0.771(95%CI:0.629~0.912)、0.723、0.706、0.733、0.600、0.815。Delong检验结果显示训练集和验证集AUC的差异无统计学意义(P0.05)。结论 超声影像组学模型对乳腺癌分子标志物HER-2表达的预测具有重要价值。