简介:摘要目的探讨基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管间隙浸润(LVSI)的应用价值。方法回顾性研究。纳入2016年6月—2019年3月山西省肿瘤医院宫颈鳞癌患者168例。患者年龄22~76(52.0±10.1)岁,临床分期为国际妇产联盟(FIGO)ⅠB期127例、ⅡA期41例。所有患者术前行多参数盆腔MR扫描,均接受根治性子宫切除术联合盆腔淋巴结清扫术治疗。收集其临床病理资料和多参数MRI数据,以7∶3的比例按照随机抽样法分为训练集117例和验证集51例。在T2加权像(T2WI)、表观弥散系数[ADC,由2个b值的弥散加权成像数据自动生成]及增强T1加权像(cT1WI)3个序列的MRI上,对病灶进行手动分割勾画肿瘤轮廓感兴趣区(ROI),得到三维感兴趣区(VOI)并提取特征,通过以最大相关最小冗余和最小绝对收缩与选择算子回归为主的三步降维法筛选特征并构建影像组学模型。多因素logistic回归分析筛选临床特征并联合影像组学模型建立融合模型,制作列线图。受试者操作特征曲线(ROC 曲线)、校正曲线、决策分析曲线评估列线图的效能及临床效益。结果术后病理检查确诊LVSI阳性42例,阴性126例。训练集与验证集患者的年龄、FIGO分期、肿瘤最大径、肿瘤分化程度、LVSI状态等临床病理特征比较,差异均无统计学意义(P值均>0.05)。基于T2WI、ADC及cT1WI多参数MRI提取的影像组学特征,经特征筛选后得到7个关键特征,均与宫颈癌LVSI相关(P值均<0.05),并构建影像组学模型。训练集T2WI、ADC及cT1WI 3个序列独立构建的影像组学模型预测宫颈癌LVSI的ROC曲线下面积(AUC)分别为0.630[95%可信区间(CI)0.557~0.698]、0.686(95%CI 0.563~0.694)、0.761(95%CI 0.702~0.818),3个序列共同构建的联合影像组学模型对应的AUC为0.887(95%CI 0.842~0.925),诊断效能最优,并在验证集中得到验证。联合影像组学模型与肿瘤分化程度构建的融合模型列线图预测宫颈癌LVSI,在训练集与验证集中的AUC分别为0.893(95%CI 0.851~0.929)、0.854(95%CI 0.749~0.943),校正曲线显示出列线图有良好的校正性能;决策曲线表明当风险阈值概率范围在0.50~0.96时,采用影像组学融合模型预测宫颈癌LVSI的净收益优于“将所有患者视为宫颈癌LVSI阳性或阴性”。结论基于多参数MRI影像组学特征与临床特征的融合模型对宫颈癌LVSI状态有良好的预测价值。
简介:【摘要】医学影像学在医学领域中拥有着不可替代的重要地位,但因其于“幕后”工作的特殊工作性质,易被忽略其重要医学价值。本文将从一个医学影像学学生的视角,结合作者自身的学习体验,从进行医学影像学专业课学习时的学习思考、对新冠疫情期间影像科发挥的重要作用和对影像学科蓬勃发展的美好展望三个方面阐述影像学的重要医学价值以及对于这一学科及其从事该学科所需医者精神的理解和感悟。
简介:【摘要】 目的 分析临床对疾病诊断期间所用医学影像技术的应用价值。方法 将100例于我院2021年1月-2022年1月接受治疗的患者纳入本次研究。研究期间将患者按照诊断技术的不同进行分组,采用医学影像诊断的纳入研究组(50例),采用常规实验室诊断的纳入参照组(50例),并针对性分析临床诊断有效率以及对不同疾病的诊断敏感度,同时统计相关数据。结果 经研究人员整合数据后发现,研究组诊断检出率49(98.00%)高于参照组40(80.00%),漏诊率1(2.00%)低于参照组10(20.00%)(P<0.05);胸腔积液、呼吸系统疾病、妇科相关肿瘤、消化系统肿瘤各项疾病诊断的敏感度均以研究组具有优势(P<0.05),宫颈囊肿疾病诊断的敏感度两组数据无差异P>0.05。结论 临床对疾病诊断时采用医学影像技术可有效避免漏诊现象,并可更加全面的分析病灶,由此提升诊断准确率,价值较高,值得应用。