利用T2加权成像放射组学与体积表观扩散系数直方图模型，对直肠癌患者术前的KRAS突变进行预测

《Abdominal Radiology》：Preoperative prediction of KRAS mutation in rectal cancer using a combined T2-weighted imaging radiomics and volumetric apparent diffusion coefficient histogram model

基于T2加权成像的放射组学特征和ADC直方图特征结合的模型在预测KRAS突变状态方面表现优异，多中心研究显示其AUC显著高于单独模型，为非侵入性辅助诊断提供新方法。

　　

摘要

目的

评估一种结合T2加权成像（T2WI）基于的放射组学特征和表观扩散系数（ADC）直方图特征的联合模型，用于预测直肠癌患者中Kirsten大鼠肉瘤病毒癌基因（KRAS）的突变状态。

方法

回顾性地纳入了来自中心I的220名病理学确诊的直肠腺癌患者（训练集：n=154；内部测试集：n=66）以及来自中心II的66名患者（外部测试集）。从T2WI中提取了851个放射组学特征，从扩散加权成像（DWI）中提取了20个ADC直方图特征。这两组特征分别进行了特征选择，然后结合在一起构建了一个用于KRAS预测的分类模型。模型性能通过基于1000次重复训练-测试分割的ROC曲线分析进行评估，并使用Wilcoxon符号秩检验来评估AUC的差异，以考虑配对性能分布。P < 0.05被认为具有统计学意义。

结果

联合模型在内部测试集中取得了最佳性能，中位AUC为0.823 [IQR: 0.797–0.848]，优于仅使用放射组学特征的模型（AUC = 0.754 [0.720–0.788]）和仅使用ADC特征的模型（AUC = 0.607 [0.561–0.696]）（P < 0.001）。在外部测试集中，它也保持了优异的性能（AUC = 0.772 [0.743–0.799]），并显著优于仅使用放射组学特征的模型（AUC = 0.718 [0.682–0.749]）和仅使用ADC特征的模型（AUC = 0.632 [0.616–0.694]）（P < 0.001）。

结论

该联合模型在预测直肠癌患者中的KRAS突变状态方面表现出稳健的性能，并有望成为临床环境中基因检测的非侵入性补充手段。

目的

评估一种结合T2加权成像（T2WI）基于的放射组学特征和表观扩散系数（ADC）直方图特征的联合模型，用于预测直肠癌患者中Kirsten大鼠肉瘤病毒癌基因（KRAS）的突变状态。

方法

回顾性地纳入了来自中心I的220名病理学确诊的直肠腺癌患者（训练集：n=154；内部测试集：n=66）以及来自中心II的66名患者（外部测试集）。从T2WI中提取了851个放射组学特征，从扩散加权成像（DWI）中提取了20个ADC直方图特征。这两组特征分别进行了特征选择，然后结合在一起构建了一个用于KRAS预测的分类模型。模型性能通过基于1000次重复训练-测试分割的ROC曲线分析进行评估，并使用Wilcoxon符号秩检验来评估AUC的差异。P < 0.05被认为具有统计学意义。

结果

联合模型在内部测试集中取得了最佳性能，中位AUC为0.823 [IQR: 0.797–0.848]，优于仅使用放射组学特征的模型（AUC = 0.754 [0.720–0.788]）和仅使用ADC特征的模型（AUC = 0.607 [0.561–0.696]）（P < 0.001）。在外部测试集中，它也保持了优异的性能（AUC = 0.772 [0.743–0.799]），并显著优于仅使用放射组学特征的模型（AUC = 0.718 [0.682–0.749]）和仅使用ADC特征的模型（AUC = 0.632 [0.616–0.694]）（P < 0.001）。

结论

该联合模型在预测直肠癌患者中的KRAS突变状态方面表现出稳健的性能，并有望成为临床环境中基因检测的非侵入性补充手段。