CEM瘤内及瘤周影像组学在乳腺癌诊断及HER-2状态预测中的价值

作     者：张诗杰 

作者单位：青岛大学 

学位级别：硕士

导师姓名：谢海柱

授予年度：2023年

学科分类：1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 100214[医学-肿瘤学] 100106[医学-放射医学] 10[医学] 

主      题：乳腺肿瘤 诺莫图 乳腺影像学报告和数据系统 乳腺癌 人表皮生长因子受体2 影像组学 

摘      要：第一章基于CEM瘤内及瘤周影像组学预测BI-RADS 4类乳腺病变良恶性的价值目的:训练并测试基于对比增强乳腺X线摄影(contrast-enhanced mammography,CEM)瘤内与瘤周影像组学和临床因素建立诺莫图用于预测乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4类乳腺病变的良恶性。方法:回顾分析来自两个中心共884名患有BI-RADS 4类病变患者的CEM图像。分别从病变内部区域(ITR)、病变周围5mm及10mm区域(5 mm PTR、10mm PTR)、病变内部联合周围区域(ITR+5mm PTR、ITR+10mm PTR)中提取影像组学特征并通过最大相关最小冗余算法和最小绝对收缩和选择算法进行筛选后分别建立五个影像组学标签,通过单因素与多因素逻辑回归分析筛选出有意义的影像组学标签及临床因素并用逻辑回归构建诺莫图。运用受试者操作特征曲线分析、决策曲线分析和校准曲线对模型进行评估。同时将诺莫图并与影像组学模型、临床模型和放射科医生的诊断能力进行比较。结果:基于ITR、5mm PTR和ITR+10mm PTR影像组学标签及年龄、BIRADS类别建立的诺莫图预测性能最佳,其在内部及外部测试集中的AUC分别为0.907和0.904,高于影像组学模型的0.826(P0.01)和0.827(P=0.15)及临床模型的0.885(P=0.29)和0.847(P=0.22)。诺莫图在决策曲线分析及校准曲线分析中均具有良好的表现。此外,放射科医生在诺莫图的帮助下提高了诊断性能。结论:基于瘤内和瘤周的影像组学特征联合临床风险变量的诺莫图对于预测BI-RADS 4病变良恶性有一定价值。第二章基于CEM瘤内和瘤周影像组学预测乳腺癌患者HER-2 IHC2+状态的价值目的:开发并测试基于CEM瘤内和瘤周影像组学和临床因素建立的诺莫图预测乳腺癌患者人表皮生长因子受体2(human epidermal growth factor receptor 2,HER-2)免疫组织化学(immunohistochemical,IHC)2+状态。方法:回顾性纳入106例IHC 2+乳腺癌女性患者,分为训练集组(n=84)和测试集(n=22)。此外,前瞻性收集26名患者组成前瞻性测试集。在CEM图像上从肿瘤内和肿瘤周围区域提取影像组学特征,并通过低方差和最小绝对收缩和选择算法筛选特征。使用最小绝对收缩和选择算法从瘤内区域、5mm和10mm瘤周区域以及瘤内+瘤周5mm和10mm的总区域筛选出的特征建立了5个影像组学标签。使用单变量及多变量逻辑回归从影像组学标签和临床危险因素中筛选出有意义的预测因子后构建诺莫图。通过受试者操作特征曲线分析、校准曲线和决策曲线分析评估诺莫图的预测性能及临床实用性,并与影像组学模型和临床模型进行比较。结果:诺莫图的组成包括瘤内影像组学标签、5mm瘤周影像组学标签和肿瘤直径。在测试集中,诺莫图的AUC为0.893(95CI%:0.756-1.000),高于影像组学模型的0.821(95CI%:0.641-1.000)(P=0.292)和临床模型的0.866(95CI%:0.681-1.000)(P=0.314)。在前瞻性测试集中,诺莫图的AUC为0.840(95CI%:0.652-1.000),高于影像组学模型的0.819(95CI%:0.649-0.999)(P=0.676)和临床模型的0.774(95CI%:0.547-1.000)(P=0.878)。在三组数据集中,与临床模型和影像组学模型相比,诺莫图在决策曲线中获得更大的临床净收益。校准曲线显示诺莫图取得良好的校准度。结论:基于CEM的瘤内和瘤周的影像组学特征联合临床风险变量建立的诺莫图可以用于乳腺癌患HER-2 IHC 2+状态的术前个体化预测。