
- 收藏
- 加入书签
基于MRI影像组学鉴别高级别胶质瘤及脑内单发转移瘤的研究
摘要:目的:探究基于MRI影像组学鉴别高级别胶质瘤(HGG)及脑内单发转移瘤(BM)的研究。方法:回顾性分析2021年7月-2023年3月靖江市人民医院影像科磁共振室经手术病理证实的72例高级胶质瘤患者及脑内单发转移瘤患者作为研究对象,常规组38例采用MRI成像,研究组38例在常规组的基础上加入影像组学的方法,分析比较HGG及BM的颅脑在两组下的影像学特征。结果:研究组扫描诊断符合率为 86.84%,HGG敏感性82.20%、HGG特异性为91.50%、BM敏感性为88.50%及BM特异性为86.70%。常规组扫描诊断符合率为78.95%、HGG敏感度为71.50%、HGG特异性为 82.50%、BM敏感性为79.00%及BM特异性为 75.50%。研究组诊断符合率、敏感度及特异性均高于常规组(P<0.05)。结论:使用MRI影像组学在高级别胶质瘤及脑内单发转移瘤中具有显著的诊断效果,诊断符合率高,为后期治疗提供依据。
关键词:MRI影像组学;高级别胶质瘤;脑内单发转移瘤;诊断;影像组学
脑肿瘤是神经系统中的常见恶性肿瘤之一,其主要包括高级别胶质瘤(HGG)和脑内单发转移瘤(BM)。因此,准确鉴别它们对于提供合适的治疗和改善患者预后具有关键意义。尽管传统的MRI已经在脑肿瘤的诊断中发挥了不可或缺的作用,但在某些情况下,其仍存在鉴别困难的问题。近年来,影像组学作为一种基于高通量特征提取和复杂算法的技术,为医学影像分析提供了新的视角。本研究探索了MRI影像组学在HGG与BM鉴别中的潜在价值,并预期为临床决策提供更加精准的工具[1]。
1资料与方法
1.1一般资料
回顾性分析2021年7月-2023年3月靖江市人民医院影像科磁共振室经手术病理证实的72例高级别胶质瘤患者及脑内单发转移瘤患者作为研究对象,常规组38例采用MRI成像,研究组38例在常规组的基础上加入影像组学的方法。(1)纳入资料:①所有纳入的患者必须经过手术病理证实为高级别胶质瘤或脑内单发转移瘤;②患者需接受完整MRI扫描,包括但不限于T1加权、T2加权、FLAIR序列等;③肿瘤是新近在MRI上首次被发现的,尚未接受治疗;④患者的基本资料,如年龄、性别、临床症状等,都应完整并可追踪。(2)排除标准:①病例不应是其他类型的脑肿瘤,如低级别胶质瘤、脑膜瘤等;②对于那些已经接受过放疗、化疗或其他相关治疗的患者,其MRI图像可能被治疗影响;③如因患者运动、器械故障等原因造成的图像质量差、影像伪影严重的病例应当排除;④如MRI显示多个脑部病灶,考虑到影像组学分析的复杂性,这些病例应被排除。
1.2方法
1.2.1常规组图像解读由资深放射科医生根据肿瘤的位置、大小、形态、边界、MRI信号特征等进行解读和诊断。常规MRI扫描参数包括T1加权成像 (T1WI)、T2加权成像 (T2WI)、FLAIR序列以及其他合适的对比增强序列。
1.2.2研究组基础MRI扫描同常规组。影像预处理的去噪音为应用特定的算法减少MRI图像中的噪声。空间校正为确保不同病例之间的图像对齐,以方便后续的分析。亮度/对比度标准化:调整MRI图像的亮度和对比度,使其具有一致的外观。区域兴趣(ROI)确定,手动或半自动地在MRI上标记出肿瘤区域,确保包括整个肿瘤和可能的周边浸润区。影像学特征提取包括形态学特征、纹理特征、信号强度统计特征。使用机器学习的方法,例如递归特征消除或特征重要性排序,从提取的特征中筛选出与高级别胶质瘤与单发转移瘤鉴别最相关的关键特征。使用提取的影像组学特征与病理结果(HGG或BM)来训练机器学习模型,评估模型的准确性、敏感性和特异性,确保其在诊断中的可靠性。将常规MRI诊断结果与基于影像组学的方法进行对比,评估影像组学方法是否为诊断带来了增值效果。
1.3观察指标
高诊断符合率:理想情况下,诊断符合率应接近100%,表明影像组学的结果与金标准诊断方法高度一致。高敏感性:HGG和BM的敏感性应高于80%,意味着模型能够准确检测大多数真正的病例。高特异性:HGG和BM的特异性应高于80%,表示模型在辨识非疾病病例时的准确性。
1.4统计学处理
本研究数据采用SPSS22.0统计学软件进行分析和处理,计量资料以(±s)表示,计数资料以率(%)表示,采用x2检验,P<0.05为差异具有统计学意义。
2结果
2.1 研究组与常规组扫描诊断结果
研究组的诊断符合率及敏感度均显著高于常规组,差异具有统计学意义(P<0.05),结果见表1。
3讨论
通过本次研究结果显示,研究组的诊断符合率为86.84%,明显高于常规组的78.95%。这表明基于影像组学的诊断方法在正确鉴别HGG和BM上具有更高的准确性。这可能归因于影像组学技术的先进性,它能够深入挖掘MRI图像中的隐含信息,为机器学习模型提供更多的特征数据,从而提高鉴别的准确性。在具体到HGG的敏感度和特异性上,研究组分别为82.20%和91.50%,均高于常规组的71.50%和82.50%。这意味着影像组学方法在准确识别HGG时出现的误判率更低,误报率也更低。对于BM的鉴别,研究组的敏感度和特异性也都高于常规组,分别为88.50%和86.70%(常规组为79.00%和75.50%)。再次确认了影像组学方法在诊断BM时的优越性。总之,基于MRI影像组学的鉴别方法在高级别胶质瘤和脑内单发转移瘤的鉴别上,相较于传统方法,具有显著的优势。但仍需进一步研究来完善模型,减少误诊率,为未来的临床应用做好准备[2]。
参考文献:
[1]袁媛,李振凯,王莺,等. MRI影像组学模型在高级别胶质瘤及脑内单发转移瘤鉴别中的应用研究[J]. 现代医药卫生,2021,37(20):3537-3540. DOI:10.3969/j.issn.1009-5519.2021.20.031.
[2]吕建波,齐欣,陈志庚,等. 基于MRI影像组学鉴别高级别胶质瘤和单发脑转移瘤的研究进展[J]. 磁共振成像,2021,12(6):108-110.