基于多模态MR的影像组学分析判定胶质瘤IDH1状态 | Radcloud

 

5月24日起汇医慧影推出为期一个月的Radcloud智慧科研特辑,以每周2篇的频次,在汇医慧影公众号中发布Radcloud大数据智能分析科研平台中产出的高质量论文/摘要,分享前沿科研成果和观念,敬请关注。若您恰好有科研课题需求,欢迎点击下方按钮申请试用。

申请试用

基于多模态MR的影像组学分析判定胶质瘤IDH1状态 | Radcloud_第1张图片

- 第三期 -

天津环湖医院放射科韩彤、刘奕、阎晓玲、张学斌、汇医慧影创新事业部蔡正厅等人,使用Radcloud大数据智能分析科研平台在“ISMRM 27th Annual Meeting & Exhibition”上发表的摘要“Radiomic analysis to determine glioma’s IDH1 gene status based on multi-MR sequences”(基于多模态MR的影像组学分析判定胶质瘤IDH1状态)   


基于多模态MR的影像组学分析判定胶质瘤IDH1状态 | Radcloud_第2张图片


概要


本回顾性研究旨在是证明基于MR成像影像组学方法确定胶质瘤IDH1基因状态的可行性。 研究中,基于病灶区域分别提取来自T2WI,ADC,FLAIR,T1WI-CE序列的1029个影像组学特征,然后通过LASSO算法基于训练集进行特征选择,并构建了五个逻辑回归分类器。使用测试集评估并通过DeLong统计学检验进行比较。 结果表明组合四个序列影像组学特征的分类器在区分IDH1基因状态方面表现最佳。


前言介绍


IDH1基因作为分子标记在确定胶质瘤的分子亚型、个体化治疗和预后评估中起重要作用。 目前分子分型判定(包括IDH1状态)主要取决于病理结果, 影像组学方法将医学图像转换为一系列量化指标和特征,为非侵入性分子分型带来了新思路。 


材料和方法


研究回顾性地收集来自天津环湖医院多台磁共振扫描仪的上百例胶质瘤患者MR影像数据,相关序列涉及T2WI, ADC, FLAIR, T1WI-CE。以胶质瘤肿瘤核心区域作为感兴趣区域(volume of interest, VOI),在Radcloud大数据智能分析科研平台(https://radcloud.cn)上两位经验丰富的放射科医师基于四个序列的图像特征进行VOI的勾画和审核。对于每个序列,平台可自动从VOI中提取1029个影像组学特征,相关特征可分成四组:(I)肿瘤图像强度,(II)形状和大小特征,(III)纹理特征和 (IV)小波特征。 接下来,特征标准化消除原始特征因取值范围不同对模型的影像。 基于训练集,LASSO算法将特征数量减少到适当的数量(减少特征的冗余和提高分类器结果的稳健性),并构建五个逻辑回归分类器:T2WI,ADC,FLAIR,T1WI-CE及其四个序列组合的特征集。基于测试集通过基于ROC曲线,ROC曲线下面积(AUC),准确性,敏感性和特异性等定量指标评估上述分类器的诊断性能,并通过Delong统计学检验进行不同ROC间的比较。


结果


训练集和测试集的患者年龄(p = 0.235,独立样本t检验)或性别(p = 0.253,卡方检验)之前无显着统计学差异。 在通过LASSO方法选择特征后,T2WI,ADC,FLAIR,T1WI-CE和组合四个序列剩余特征分别为24,23,31,24和42。五种分类器的诊断性能中,四种序列组合的分类器具有最佳性能:最高的AUC(0.962, 95%CI:0.817-0.999), 准确度(0.897)和特异性(0.929);单一序列中,T1WI-CE表现更好:AUC(0.962, 95%CI:0.817-0.999)和准确度(0.897),T2WI表现显示相对较低:AUC(0.814,95%CI:0.627-0.933)和准确度(0.793)。 根据Delong统计学检验,除了T2WI分类器和四个序列组合分类器之间存在统计学差异(p = 0.031)之外,其他的五个分类器两两之间均无显著差异(p = 0.063-0.840)。


讨论和结论


在这项研究中,我们使用基于影像组学的多模型MR序列成功地对胶质瘤的IDH1基因状态加以评估。与单模态相比,四个序列组合的诊断性能得到进一步提升。 我们的研究为MR图像特征与胶质瘤IDH1基因状态之间的关联提供了进一步的证据。相关研究成果有望帮助临床医生制定更好的临床诊断和治疗策略,并表明影像组学能够加快个性化医疗的实现。




查看原文

文章编码:2332



Radcloud全球

智慧科研百人助推计划


汇医慧影Radcloud大数据智能分析科研平台,提供以影像为专长,融合临床、病理等多学科研究方法的一站式医疗大数据研究解决方案,至今已在两年产品化落地中,历经4次升级迭代,与400+医院合作,服务20000+医生用户,产出千篇高质量论文及摘要,成功申报各类科研基金近亿元。致力于解决医疗科研难题,降低医疗科研门槛,唤醒沉睡的临床医疗数据,促成临床-科研-临床转化闭环。


在探索医学影像的国际化产学研用过程中,汇医慧影也关注到更普惠的科研需求,特启动Radcloud全球智慧科研百人助推计划——在全球范围内征集医疗科研课题需求,从选题方向、创新性、学术价值、临床价值等方面,遴选100位伙伴,开放提供Radcloud个人版本使用权限及汇医慧影科研团队助力,让更多走在科研第一线的医务工作者享受智慧科研,加速科研成果转化。


(注册报名请点击下图)

基于多模态MR的影像组学分析判定胶质瘤IDH1状态 | Radcloud_第3张图片


同时,课题组版本、多中心版本也同步开放试用申请通道,汇医慧影期待与您一起,让科研创想变现,让数据赋能临床,加速实现全民健康。




基于多模态MR的影像组学分析判定胶质瘤IDH1状态 | Radcloud_第4张图片


你可能感兴趣的:(基于多模态MR的影像组学分析判定胶质瘤IDH1状态 | Radcloud)