基于灰阶超声联合剪切波弹性成像的影像组学模型诊断乳腺癌腋窝淋巴结转移的临床价值

摘要

目的基于灰阶超声(US)、剪切波弹性成像(SWE)图像特征及临床、病理指标构建双模态影像组学模型,探讨其对乳腺癌腋窝淋巴结转移的诊断价值。方法选取于我院行乳腺癌手术治疗患者306例,按照7∶3比例随机分为训练集(214例)和验证集(92例),基于术前US和SWE图像分别进行感兴趣区分割和特征提取。应用最小绝对收缩和选择算子(LASSO)算法筛选关键特征并分别构建US、SWE影像组学标记物(US-RIS、SWE-RIS)。采用单因素和多因素Logistic回归在临床、病理指标和RIS中筛选变量并构建单模态US、SWE影像组学模型及双模态影像组学模型;绘制受试者工作特征(ROC)曲线分析并比较各影像组学模型、超声医师对乳腺癌腋窝淋巴结转移的诊断效能;绘制决策曲线评估各影像组学模型的临床实用价值;绘制校准曲线分析双模态影像组学模型预测结果与实际结果的一致性。结果基于LASSO算法筛选出13个关键US图像特征和17个关键SWE图像特征,分别构建US-RIS和SWE-RIS。单因素和多因素Logistic回归分析显示,BI-RADS分类、肿瘤分类、US-RIS、SWE-RIS均为乳腺癌腋窝淋巴结转移的独立预测因素。联合BI-RADS分类、肿瘤分类、US-RIS及SWE-RIS构建的双模态影像组学模型在训练集中诊断乳腺癌腋窝淋巴结转移的曲线下面积(AUC)为0.926,高于单模态US、SWE影像组学模型(0.807、0.828),差异均有统计学意义(均P<0.05);双模态影像组学模型在验证集中的AUC为0.863,高于单模态SWE影像组学模型及超声医师(0.719、0.650),差异均有统计学意义(均P<0.05)。决策曲线显示,双模态影像组学模型所获得的净收益最高;校准曲线显示,双模态影像组学模型预测腋窝淋巴结转移结果与实际结果具有较高的一致性。结论基于US、SWE图像特征及临床、病理指标构建的双模态影像组学模型能准确预测乳腺癌腋窝淋巴结转移风险,可在术前为非侵入性地制定个体化治疗方案提供参考依据。