基于常规MRI的影像组学预测脑胶质瘤IDH突变的效果分析

2022-03-05 01:12:12杨靖,李可,敬洋,王芳,陈伟
局解手术学杂志 2022年2期
关键词:特征模型研究

杨 靖,李 可,敬 洋,王 芳,陈 伟

[1.陆军军医大学第一附属医院放射科,重庆 400038;2.慧影医疗科技(北京)股份有限公司科研组,北京 100192]

脑胶质瘤是最常见的原发性颅内肿瘤,占成人恶性原发性脑肿瘤的75%,发病率及病死率较高[1-3]。2016年WHO中枢神经系统指南表明,胶质瘤的诊断应主要基于分子生物标志物[4]。IDH突变在脑胶质瘤的分型中尤为重要,2021版WHO分型更强调了IDH突变在分型中的重要性[5]。有研究表明,IDH突变型脑胶质瘤患者的预后优于IDH野生型患者[6-7]。因此,研究IDH突变对于临床具有重要意义,术前准确识别脑胶质瘤患者的IDH突变状态对于预测其预后和设计个性化治疗策略至关重要。

免疫组织化学和基因组序列分析可以检测术后IDH突变状态[8],但目前尚无术前检测IDH突变状态的标准。多种常规和定量MRI方法已被纳入放射组学用于预测IDH突变状态[9-10],这类方法具有较高的可靠性,但需要先进的成像技术、复杂的操作方法和后处理技术,不利于临床应用。因此,本研究提取常规MRI特征,利用影像组学建立术前预测模型,评估基于常规MRI的影像组学分析预测脑胶质瘤IDH突变的效果,以期实现术前准确、无创地预测IDH突变状态。

1 资料与方法

1.1 临床资料

回顾性分析2016年1月至2019年12月陆军军医大学第一附属医院259例脑胶质瘤患者的临床资料。纳入标准:①经术后病理证实为脑胶质瘤;②术前1周行增强MRI扫描;③患者病理报告包含IDH基因型信息,IDH基因突变信息由分子检测确定。排除标准:①伴有其他全身性疾病;……

登录APP查看全文

猜你喜欢
特征模型研究
一半模型
FMS与YBT相关性的实证研究
辽代千人邑研究述论
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
科技传播(2019年22期)2020-01-14 03:06:54
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
EMA伺服控制系统研究
3D打印中的模型分割与打包
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15