探讨基于支持向量机（SVM）的MRI影像组学方法鉴别不同病理分型原发性肝癌的价值。
方法回顾性分析2013年7月至2017年2月浙江大学附属第一医院经手术或穿刺病理证实为原发性肝癌，且术前行MRI平扫和增强扫描的294例（305个病灶）患者，其中肿块型胆管细胞癌96例（97个病灶）、肝细胞肝癌107例（107个病灶）、混合型肝癌91例（101个病灶）。患者均行肝脏MRI平扫和动态增强动脉期、门静脉期和平衡期扫描。按照训练数据与验证数据2∶1的比例，选取203个病灶作为训练集（肿块型胆管细胞癌65个、肝细胞肝癌71个、混合型肝癌67个），102个作为验证集（肿块型胆管细胞癌32个、肝细胞肝癌36个、混合型肝癌34个）。应用美国GE Analysis Kit（AK）软件，手动勾画MRI增强平衡期病灶，应用LASSO算法使用10折交叉验证的方法选择特征参数及降维，采用Spearman法计算特征间参数间的冗余性，采用SVM法构建预测模型，使用数据集在诊断模型上的准确性来评估模型效能。
结果训练集共提取了280个定量影像特征参数，LASSO降维算法选择31个影像特征参数，去冗余处理后剩余影像特征21个。由于存在休斯效应，支持向量机选取前11个特征参数具有最佳泛化能力，其中直方图类参数4个，纹理类特征2个，灰度共生矩阵类4个，灰度步长矩阵类1个。应用SVM观测该11个影像特征数据，经回归分析，构建了原发性肝癌的预测模型。该模型在训练集的准确率为80.3%（163/203）。将验证集的102个数据带入该模型中，其准确率为75.5%（77/102）。验证集混合型肝癌准确率85.3%（29/34），3个病灶误诊为肿块型胆管细胞癌，2个误诊为肝细胞肝癌；肝细胞肝癌准确率77.8%（28/36），3个病灶误诊为混合型肝癌，5个误诊为肿块型胆管细胞癌；肿块型胆管细胞癌准确率62.5%（20/32），9个病灶误诊为混合型肝癌，3个误诊为肝细胞肝癌。混合型肝癌预测准确率最高。
结论应用基于SVM的影像组学方法预测不同病理分型的原发性肝癌具有较高的准确性，其中对混合型肝癌的预测准确性最高。