简介：摘要目的探讨基于钆塞酸二钠增强MRI肝胆期影像组学特征的不同机器学习模型术前预测肝细胞癌（HCC）微血管侵犯（MVI）的价值。方法回顾性分析2015年6月至2020年6月在苏州大学附属第一医院经病理证实的132例HCC患者的资料，MVI阳性72例、阴性60例。按照7∶3的比例以随机种子法分为训练集和验证集。利用PyRadiomics软件提取肝胆期图像影像组学特征，采用最小绝对收缩和选择算子（LASSO）回归5折交叉验证法对训练集临床和影像组学特征进行筛选，得到最优特征子集，然后用6种机器学习方法（决策树、极端梯度提升、随机森林、支持向量机、广义线性模型和神经网络）构建预测模型，采用ROC曲线评估模型的预测能力，采用DeLong检验比较6种机器学习算法曲线下面积（AUC）的差异。结果经LASSO回归筛选后获得14个特征组成最优特征子集，包括2个临床特征（肿瘤最大径和甲胎蛋白）和12个影像组学特征。训练集中基于最优特征子集构建的决策树、极端梯度提升、随机森林、支持向量机、广义线性模型和神经网络模型预测HCC MVI的AUC值分别为0.969、1.000、1.000、0.991、0.966和1.000，验证集的AUC值分别为0.781、0.890、0.920、0.806、0.684和0.703。验证集中，极端梯度提升与广义线性模型、神经网络的AUC的差异有统计学意义（Z=2.857、3.220，P=0.004、0.001），随机森林与支持向量机、广义线性模型和神经网络AUC的差异有统计学意义（Z=2.371、3.190、3.967，P=0.018、0.001、<0.001），支持向量机与广义线性模型AUC的差异有统计学意义（Z=2.621，P=0.009），其余机器学习模型间AUC的差异均无统计学意义（P>0.05）。结论基于钆塞酸二钠增强MRI肝胆期图像的影像组学特征构建的机器学习模型可用于术前预测HCC MVI，其中，极端梯度提升和随机森林模型具有较高的预测效能。

简介：摘要目的探讨钆塞酸二钠增强MRI列线图模型在术前预测肝细胞肝癌Ki-67表达中的应用价值。方法回顾性收集2016年9月至2019年8月于苏州大学附属第一医院行钆塞酸二钠增强MRI检查并经手术病理证实为肝细胞肝癌的85例患者的资料。根据术后免疫组化Ki-67指数将85例患者分为Ki-67低表达组（Ki-67指数≤10%，20例）和Ki-67高表达组（Ki-67指数>10%，65例）。两组的临床资料（肝炎、肝硬化等）及影像学定性参数（肿瘤边缘、假包膜等）比较采用χ²检验，影像学定量参数［动脉期病灶-正常肝实质信号比（LNR-AP）、门静脉期病灶-正常肝实质信号比（LNR-PP）、平衡期病灶-正常肝实质信号比（LNR-EP）、肝胆期病灶-正常肝实质信号比（LNR-HBP）］的比较采用独立样本t检验，将上述有统计学意义的参数纳入多因素logistic回归，获得肝细胞肝癌Ki-67高表达的独立预测指标，并建立预测肝细胞肝癌Ki-67表达的列线图模型。结果甲胎蛋白（AFP）、肿瘤边缘光滑度、动脉期环形强化例数在Ki-67低、高表达组中差异有统计学意义（χ²值分别为8.196、10.538、4.717，P均<0.05），组间LNR-AP、LNR-PP、LNR-EP、LNR-HBP的差异有统计学意义（t值分别为2.929、2.773、2.890、3.437，P均<0.05）。多因素logistic回归结果显示，AFP≥20 μg/L、肿瘤边缘不光滑、低LNR-HBP是Ki-67高表达的独立预测指标（优势比分别为4.090、3.509、0.042，P均<0.05）。成功建立术前预测肝细胞肝癌Ki-67表达的钆塞酸二钠增强MRI列线图模型，其受试者操作特征曲线下面积为0.837，校准预测曲线与标准曲线贴合尚可。结论钆塞酸二钠增强MRI列线图模型在术前预测Ki-67表达有较高的应用价值，为肝细胞肝癌患者Ki-67表达提供了一种个体化预测方法。

简介：摘要目的探讨钆塞酸二钠（Gd-EOB-DTPA）增强磁共振成像（MRI）影像学特征联合定量分析在预测肝细胞癌病理分级中的应用价值。方法回顾性分析2016年6月至2019年6月在苏州大学附属第一医院行Gd-EOB-DTPA增强MRI检查并经穿刺或手术病理证实为肝细胞癌的80例患者的资料，其中男65例、女15例，年龄30~74（59±11）岁。根据术后病理结果，将其分为低分化组（26例，男22例、女4例）及中高分化组（54例，男43例、女11例）。审阅Gd-EOB-DTPA增强MRI图像并记录肝细胞癌定性特征，测量并计算定量指标包括肿瘤大小和动脉期、门静脉期、平衡期、肝胆特异期病灶-肝脏信号比（SIR）及动脉期对比增强比（CER-AP）。对低分化组、中高分化组间临床资料及定性参数进行χ2检验，定量参数进行独立样本t检验。对上述组间差异有统计学意义的定性参数、定量参数、定量联合定性参数、甲胎蛋白（AFP）联合定性定量参数构建二元logistic回归模型，采用受试者工作特征（ROC）曲线分析4种多参数预测模型对肝细胞癌病理分级的诊断效能。结果低分化组与中高分化组间AFP、动脉期瘤周高信号、动脉期环形强化、肝胆特异期瘤周低信号、肿瘤信号的差异有统计学意义（均P<0.05），两组间，肿瘤大小、动脉期病灶-肝脏信号比（SIR-AP）、门脉期病灶-肝脏信号比（SIR-PP）分别为（7.0±3.7）cm比（3.9±2.4）cm、1.11±0.29比1.31±0.32、0.89±0.21比1.03±0.27，差异有统计学意义（均P<0.05）。定性参数、定量参数、定性联合定量参数、AFP联合定性定量参数预测模型诊断肝细胞癌病理分级的ROC曲线下面积（AUC）分别为0.805、0.804、0.855、0.892。定性参数与定性联合定量参数诊断的灵敏度的差异有统计学意义（80.8%比92.3%，P<0.05）。结论Gd-EOB-DTPA增强MRI影像学特征联合定量分析可在术前预测肝细胞癌病理分级，有较大的应用价值。