T2-FLAIR影像组学对高级别脑胶质瘤术后1年复发的预测价值

作     者：武敬君 戴慧 张旼旼 张晴 赵爽爽 WU Jingjun;DAI Hui;ZHANG Minmin;ZHANG Qing;ZHAO Shuangshaung

作者机构：杭州市肿瘤医院肿瘤放射治疗科杭州310002 

出 版 物：《中国医学计算机成像杂志》 (Chinese Computed Medical Imaging)

年 卷 期：2024年第30卷第2期

页      面：134-140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）] 10[医学] 

主　　题：高级别脑胶质瘤 T2-液体衰减反转恢复序列 影像组学 复发 

摘      要：目的:探讨T2-液体衰减反转恢复序列(T2-FLAIR)影像组学对高级别脑胶质瘤(HGG)术后1年复发的预测价值。方法:回顾性收集我院2019年1月—2021年12月收治的81例HGG(WHOⅢ~Ⅳ级)患者,所有患者均接受标准的肿瘤切除手术及术后辅助治疗。获取患者术后4周内的MRI T2-FLAIR图像,根据术后1年内的随访数据将患者分为未复发组(51例)和复发组(30例),将所有患者按照7∶3比例随机分配为训练组(57例)和验证组(24例)。采用3D-Slicer软件对残腔周围T2-FLAIR高信号区进行图像分割,并提取851个影像组学特征,包括一阶特征、形状特征、纹理特征、小波变换后的特征。采用观察者一致性检验、最大相关最小冗余算法、最小绝对收缩和选择算子算法逐步进行组学特征选择;采用logistic回归模型构建疗效评估模型;采用受试者工作特征(ROC)曲线分析模型的诊断效能。结果:最终筛选出12个影像组学特征纳入影像组学模型,训练组和验证组ROC曲线下面积(AUC)分别为0.789和0.757。进一步将临床参数IDH1基因突变状态、1p19q杂合缺失情况纳入模型后,联合模型中的AUC在训练组和验证组分别为0.880(95%CI 0.788~0.902)、0.929(95%CI 0.830~1.000),灵敏度分别为0.864、0.857,特异度分别为0.834、0.910。结论:基于T2-FLAIR建立的临床-影像组学联合模型具备早期预测HGG术后1年复发的价值。