MRI影像组学对高级别脑胶质瘤和单发脑转移瘤鉴别诊断中的重要应用价值

摘要

目的：　　研究MRI影像组学参数，对鉴别高级别脑胶质瘤、单发脑转移瘤的重要应用价值。　　方法：　　首先选择在山西医科大学附属第一医院收治的术后病理结果中提示的高级别脑胶质瘤病人67例，以及单发脑转移肿瘤病人61例，再选择其T1WI增强的图像分割感兴趣区域，共抽取出1034个影像组学特点，利用方差分析、皮尔逊相关系数及递归特征消除法选取对二者鉴别诊断有用的特征，将强相关性的特征用于逻辑回归、支持向量机及随机森林三个分类器模型，模型的分类性能在训练集中使用准确度、敏感度和特异度，以及受试者操作特征曲线下面积进行测量。将训练好的分类器模型应用于测试集。利用五倍交叉验证法评估模型的预测性能。　　结果：　　选取了五个显著特征用于三个分类器，并且三个分类器显示训练集的AUC分别为逻辑回归0.9028、支持向量机0.9361、随机森林0.8750，其中支持向量机分类器具有最好的性能，其在测试组的AUC为0.8352。　　结论：　　MRI影像组学多参数，在鉴别确诊高级别脑胶质瘤、单发脑转移肿瘤时的敏感度、特异性程度和准确率都较高，因此可以构建高通量的计算机辅助诊断系统，具备很大的临床使用价值。

目录