构建多参数MRI影像组学脑膜瘤分级模型

目的:探讨构建多参数MRI影像组学模型在脑膜瘤术前分级中的应用价值.方法:回顾性收集544例经兰州大学第二医院病理科证实的脑膜瘤患者的术前临床、影像及术后病理资料.由两名放射科医师以独立盲法分别使用ITK-SNAP软件在T2WI和对比增强T1WI上手动勾画肿瘤的感兴趣体积,由数坤科技平台提取影像组学特征.采用Selectpercentile、最小绝对收缩和选择算子(Lasso)筛选最强相关特征,并构建不同的影像组学预测模型,并随机以7:3的比例对模型进行内部验证.结果:不同的影像组学模型术前预测脑膜瘤分级的诊断效能不同.基于对比增强T1WI和T2WI的随机森林(RF)影像组学模型的诊断效能最优,训练集的曲线下面积(AUC)、敏感性、特异性、准确性分别为0.933(95％CI 0.906～0.958)、0.854、0.839、0.842;验证集的分别为0.835(95％CI 0.742～0.913)、0.771、0.845、0.829.结论:基于对比增强T1WI和T2WI序列构建的RF影像组学模型在术前预测脑膜瘤分级中有较高的准确性和敏感性.