论文部分内容阅读
目的:探讨乳腺DCE-MRI的影像组学特征在预测乳腺癌分子分型中的可行性与价值。研究方法:回顾性分析辽宁省肿瘤医院2014年7月至2017年7月经术后病理证实为乳腺癌,临床资料及术后病理资料完整,且行术前DCE-MRI检查的患者334例。对DCE-MRI图像进行病灶ROI勾画并提取66个影像组学特征进行分析;所有病灶均行免疫组织化学检测,并分为Luminal A型乳腺癌、Luminal B型乳腺癌、HER2过表达型乳腺癌、基底样型乳腺癌。采用卡方检验、Fisher确切概率法及方差分析比较不同分子分型乳腺癌患者间年龄、绝经状态、淋巴结转移情况及病理类型特征的差异,以P<0.05代表差异具有统计学意义;采用Mann-Whitney U检验对影像组学特征进行单因素分析,后用多因素logistics回归法对有统计学意义的变量行进一步分析并建模,绘制ROC曲线以评估模型预测能力。结果:纳入研究的患者中Luminal A型49例,Luminal B型184例,HER2过表达型53例,基底样型48例。不同分子分型乳腺癌患者间绝经状态差异具有统计学意义(P<0.05)而年龄、淋巴结转移情况及病理类型的差异均不具有统计学意义(P>0.05)。基于乳腺DCE-MRI提取的影像组学特征在不同分子分型乳腺癌进行组间比较时,分别有16个、4个、22个、14个特征具有显著统计学差异。此外,成功纳入影像组学特征建模以鉴别Luminal A型和非Luminal A型、Luminal B型和非Luminal B型、HER2过表达型和非HER2过表达型、基底样型和非基底样型乳腺癌,AUC分别为:0.635(95%CI,0.550-0.721)、0.572(95%CI,0.511-0.634)、0.655(95%CI,0.573-0.736)、0.632(95%CI,0.543-0.721)。结论:基于乳腺DCE-MRI提取的影像组学特征在鉴别乳腺癌不同分子分型方面具有一定价值,有望对乳腺癌分子分型进行无创预测,更好的指导临床决策。