论文部分内容阅读
目的
探讨双参数MRI影像组学区分前列腺癌Gleason高、低危组分级的价值。
方法回顾性分析2015年10月至2018年12月解放军总医院第一医学中心，MRI检查2个月内获得前列腺根治性切除术病理结果的316例前列腺癌患者。高危组（Gleason评分≥4+3）182例，低危组（Gleason评分≤3+4）134例。患者均行高分辨率横轴面T2WI和横轴面DWI扫描（b=0、1 000、2 000、3 000 s/mm2）。利用3D-Slicer软件手动勾画病灶，使用Radiomics方法提取特征，进行Spearman非参数相关性检验，然后进行降维。通过前列腺癌作为输入，对构造的神经网络进行训练，并且输入测试集以获得模型的预测能力。最后使用10次交叉验证和100次数组洗牌来提高预测的准确性和模型的泛化能力。
结果对316例患者的前列腺癌靶病灶提取了106维特征。将不显著相关的29维特征剔除后，余下的77维特征送入PCA降维，得到了保留99%原始特征信息的21维新特征空间。T2WI以及b=1 000、2 000、3 000 s/mm2 DWI区分测试集高、低危组前列腺癌的ROC下面积分别为0.712、0.689、0.689和0.691。
结论双参数MRI中提取特征并利用神经网络能够准确自动区分前列腺癌病理的Gleason高危组和低危组。