论文部分内容阅读
第一部分基于淋巴结形态学MRI特征评估乳腺癌腋窝淋巴结转移的价值目的:探讨基于淋巴结形态结构的MRI影像特征在乳腺癌术前淋巴结转移中的诊断价值。方法:连续收集我院586例乳腺癌患者,MRI检查前进行过放化疗、腋窝淋巴结及乳腺肿块无手术或穿刺病理结果的患者均排除在外,术前所有患者均行MRI平扫增强+DWI检查,以淋巴结术后或穿刺病理检查结果为金标准。由两名影像科医师共同评估MRI图像,对淋巴结是否转移作出诊断,如诊断结果不一致,则共同评估图像并达成共识,比较分析MRI诊断乳腺癌淋巴结转移的准确率、灵敏度、特异度、阳性预测值、阴性预测值,以验证MRI对淋巴结状态的诊断效能。结果:淋巴结病理结果显示转移淋巴结共300个,未转移淋巴结共286个,MRI图像上对应诊断转移淋巴结共250个,未转移淋巴结336个,结合对比MRI图像上淋巴结形态、结构及大小等影像学特征诊断淋巴结良恶性准确率为78.8%,灵敏度71.0%,特异度87.1%,阳性预测值85.2%,阴性预测值74.1%;卡方检验P值<0.05,差异具有统计学意义。第二部分基于极端随机树算法的MRI乳腺癌淋巴结转移多参数风险预测分析目的:采用极端随机树(Extra Tree)方法,研究乳腺癌腋窝淋巴结转移的相关危险因素,以提高MRI对淋巴结的诊断效能,并建立术前乳腺癌腋窝淋巴结转移的预测模型。方法:回顾并分析我院2015年3月至2017年3月经手术或穿刺病理证实的乳腺癌患者387例,所有患者于MRI检查前未行放疗或化疗等临床治疗,所有患者腋窝淋巴结均有手术或穿刺病理结果。由2名MRI影像科医师共同阅读分析MRI图像,当两名医师意见不统一时共同协商达成一致,并对淋巴结及乳腺肿块的MRI影像学特征进行定性及定量描述。所有数据分别采用集成学习方法中的Extra Tree来进行特征的筛选及多因素logistic回归分析,比较二者的诊断效能,选择诊断效能最优的研究方法,并筛选出乳腺癌腋窝淋巴结转移的危险特征或预测因素,建立相关的预测模型。结果:采用Extra Tree方法建立的预测模型的诊断效能要优于logistic回归模型。使用Extra Tree方法进行数据特征选择时,乳腺肿块位置、淋巴结液化坏死、乳腺皮肤增厚受侵、淋巴结最短径、MRI乳腺肿块BI-RADS分级、肿块边缘、年龄及淋巴结TIC曲线的贡献率相对较高,高于均值,其为乳腺肿块腋窝淋巴结转移的危险因子,建立的相关预测模型测试效果的ROC曲线下面积(AUC值)为0.86,准确率为0.84、灵敏度为0.85,特异度为0.73;而乳头受侵、乳腺肿块短长径比、淋巴门结构消失、淋巴结ADC值、乳腺肿块ADC值、乳腺肿块强化方式、淋巴结短径、乳腺肿块TIC曲线、淋巴结形态、乳腺肿块形态、胸壁肌肉受侵、淋巴结融合、乳腺肿块的早期强化率贡献率较低,与乳腺肿块腋窝淋巴结转移的相关度相对较低。采用多因素logistic回归建立的预测模型ROC曲线下面积(AUC值)为0.80,准确率0.80、灵敏度0.80,特异度0.73。结论:1.基于淋巴结形态学MRI影像特征对评估乳腺癌淋巴结转移具有一定的诊断价值,但其诊断效能还有待提高。2.采用Extra Tree方法建立的乳腺癌MRI淋巴结转移的预测模型是评估乳腺癌患者淋巴结转移的有用工具,可以提供每个危险因素的贡献率,其综合诊断效能提高对临床乳腺癌患者腋窝淋巴结处理及预后提供有效的参考。