这页已由机器翻译。其他页面可能仍然显示为英文。 View in English

使用动态对比增强磁共振成像放射学对II/III期直肠癌的微卫星不稳定性的非侵入性预测

Chao-Yang Zheng ¹, Jia-Min Zhang ¹, Qian-Sen Lin ¹

⁰Department of Radiology, Quanzhou First Hospital Affiliated to Fujian Medical University, Quanzhou 362000, Fujian Province, China.

World Journal of Gastrointestinal Oncology +

|

2025年八月21日

在PubMed上查看摘要

概括

非侵入性动态对比增强的MRI放射学可以预测直肠癌中的微卫星不稳定性 (MSI) 状态. 机器学习模型准确地识别了高MSI的瘤,提高了非侵入性诊断能力.

科学领域

癌症学
放射学
医学成像

背景情况

结肠直肠癌是主要的消化系统恶性瘤.
微卫星不稳定性 (MSI) 影响患者的预后和治疗反应.
目前的MSI检测需要侵袭性活检,并且可能受到瘤异质性的限制.

研究的目的

开发一种非侵入性方法来确定中期直肠癌的MSI状态.
使用动态对比增强MRI (DCE-MRI) 放射学和机器学习.
建立MSI状态的预测模型.

主要方法

对120名II/III期直肠癌患者 (30名MSI高,90名MSI低) 的回顾性分析.
从DCE-MRI扫描中提取放射性特征,包括纹理,形状和直方图参数.
通过LASSO回归选择特征,并使用后勤回归,SVM和随机森林算法开发模型.

主要成果

在高MSI和MSS/低MSI瘤之间发现了不同的成像特征.
高MSI的瘤显示出显著更高的,表面与体积的比率以及信号强度的变化.
随机森林模型实现了高分类性能 (AUC为0.891-0.896).
整合临床数据改善了性能 (AUC为0. 923- 0. 914),敏感度为88. 5%和特异性为87. 2%.

结论

与机器学习相结合的DCE-MRI放射学为评估直肠癌的MSI状态提供了有效的方法.
这种非侵入性技术可以帮助治疗分层和管理.
放射学为克服传统MSI测试的局限性提供了一个有前途的工具.

关键词:

动态对比增强磁共振成像机器学习微卫星的不稳定性辐射学结直肠癌