目的 探讨多模态影像组学列线图术前预测乳腺浸润性导管癌腋窝淋巴结(axillary lymph node,ALN)转移的价值.材料与方法 回顾性分析2019年1月至2023年6月在我院经手术病理证实为乳腺浸润性导管癌的224例患者的临床及影像资料.首先,选取T2WI图像和动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)第二期图像的病灶最大层面及同一病灶的钼靶(mammography,MG)头尾位、内外斜位图像勾画感兴趣区,并且提取病灶感兴趣区特征,按照7∶3比例将样本随机分为训练集156例和测试集68例,通过最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归进行特征降维筛选,选择5种机器学习分类器[支持向量机(support vector machine,SVM)、K近邻(K nearest neighbors,KNN)、极端梯度提升决策树(extreme gradient boosting,XGBoost)、逻辑回归(logistic regression,LR)、随机森林(randomforest,RF)]构建多模态影像组学模型并选择预测性能最佳分类器建立MRI、MG影像组学模型.通过单-多因素logistic回归筛选临床高危因素构建临床模型.最终选择影像组学评分联合临床高危因素构建影像组学列线图模型.采用受试者工作特征(receiver operating characteristic,ROC)曲线及曲线下面积(area under th

作者：张舒妮；赵楠楠；李阳；朱芸；杨静茹；张澳琪；顾一泓；谢宗玉

来源：磁共振成像 2024 年 15卷 4期