论文部分内容阅读
目的探讨基于术前增强MR图像的影像组学预测模型在胶质瘤术前分级及在高级别胶质瘤中IDH1基因型预测方面的应用价值。方法回顾性分析青岛大学附属医院2012年12月至2018年1月经手术病理确诊且术前行颅脑增强MR检查的胶质瘤患者425例(WHOⅡ级胶质瘤154例,WHOⅢ级128例,WHOⅣ级143例)。随机按7:3比例将三组胶质瘤进一步分为训练组和验证组。并从中选出行免疫组化分析的高级别胶质瘤患者182例,其中,IDH1突变型79例(WHOⅢ级胶质瘤45例,WHOⅣ级胶质瘤34例),IDH1野生型103例(WHOⅢ级胶质瘤33例,WHOⅣ级胶质瘤70例),按7:3比例随机将IDH突变型胶质瘤和野生型胶质瘤分为训练组和验证组。选用GE A.K(Analysis-Kinetics)软件提取影像特征后选择Lasso-Logistic回归模型和随机森林法对所提取的影像特征分别进行胶质瘤诊断分级模型训练和高级别胶质瘤IDH1突变型预测模型训练,然后选择十字交叉法进一步验证回归模型。胶质瘤诊断分级的预测模型的效能和鉴别高级别胶质瘤IDH1突变型和IDH1野生型预测模型的效能分别运用ROC曲线下面积进行评价。结果建立的影像组学模型对于Ⅱ-Ⅳ级胶质瘤的诊断分级效能较好。训练组影像组学模型在Ⅱ-Ⅳ级胶质瘤中准确诊断Ⅱ级胶质瘤的AUC值为0.92(95%可信区间为0.89~0.95),敏感度与特异度分别为90.7%、74.6%,阳性预测值为与阴性预测值分别为0.685、0.930;验证组准确诊断Ⅱ级胶质瘤的影像组学模型的AUC值为0.84(95%可信区间为0.77~0.91),敏感度与特异度分别为89.1%、69.3%,阳性预测值与阴性预测值分别为0.640、0.912。训练组影像组学模型在Ⅱ-Ⅳ级胶质瘤中准确诊断Ⅲ级胶质瘤的影像组学模型的AUC值为0.88(95%可信区间为0.84~0.92),敏感度与特异度分别为45.6%、96.6%,阳性预测值与阴性预测值分别为0.837、0.822;验证组Ⅲ级胶质瘤的影像组学模型的AUC值为0.58(95%可信区间为0.47~0.70),敏感度与特异度分别为24.2%、87.5%,阳性预测值与阴性预测值为0.421、0.755。训练组影像组学模型在Ⅱ-Ⅳ级胶质瘤中准确诊断Ⅳ级胶质瘤的AUC值为0.90(95%可信区间为0.86~0.94),敏感度为与特异度为77.6%、87.7%,阳性预测值与阴性预测分别为0.768、0.882;验证组准确诊断Ⅳ级胶质瘤的影像组学模型的AUC值为0.80(95%可信区间为0.71~0.89),敏感度与特异度为61.9%、84.8%,阳性预测值与阴性预测值为0.684、0.807。在训练组中预测胶质瘤级别效能的准确度为0.74(95%可信区间为0.68~0.79),在验证组中预测胶质瘤级别效能的准确度(ACC)为0.62(95%可信区间为0.53~0.71);本研究建立的预测高级别胶质瘤IDH1突变型的影像组学模型效亦较好。预测模型在训练组中鉴别IDH1突变型胶质瘤和野生型胶质瘤的效能的AUC值为0.87,95%可信区间为0.754~0.855,准确度为0.798,敏感度及特异度分别为85.5%、75.4%,阳性预测值与阴性预测值分别为0.734、0.867;在验证组中预测IDH1突变型胶质瘤效能的AUC值为0.86(95%可信区间为0.690~0.913),ACC为0.789,敏感度与特异度为91.3%、69.0%,阳性预测值与阴性预测值分别为0.700、0.909。结论基于术前增强MR图像建立的影像组学模型可以有效的对胶质瘤进行诊断分级,其中,鉴别诊断Ⅱ级与Ⅲ-Ⅳ级胶质瘤效能较好,鉴别诊断Ⅳ级与Ⅱ级、Ⅲ级胶质瘤效能次之,鉴别诊断Ⅲ级与Ⅱ级、Ⅳ级效能略差。基于术前增强MR建立的影像组学预测模型亦可以有效的术前预测高级别胶质瘤的IDH1基因分型。