基于多参数MRI的放射组学判别图用于预测HER2低表达乳腺癌的激素受体状态

多参数MRI结合放射组学评分构建的预后模型在预测HER2低表达乳腺癌激素受体状态时表现出优异性能，训练集和测试集AUC分别达0.940和0.897，优于单模态模型。

　　

摘要 通俗语言总结

---

目的：

开发并验证一种基于多参数磁共振成像（mpMRI）的放射组学评分图表，以预测HER2低表达乳腺癌的激素受体（HR）状态。

方法：

回顾性分析了2019年1月至2025年1月期间在安徽医科大学第一附属医院接受mpMRI检查的198名HER2低表达乳腺癌患者。其中69.2%（n=137）的患者HR阳性，30.8%（n=61）的患者HR阴性。患者被分为训练集（n=138）和测试集（n=60），比例为7:3。分别从T2加权成像（T2WI）、扩散加权成像（DWI）和动态增强（DCE）图像中提取放射组学特征，并计算放射组学评分（radscore）。构建了临床-放射学模型（CM）、单一放射组学模型（RM）和mpMRI RM，并开发了一个整合radscore与临床-放射学特征的评分图表。通过接收者操作特征（ROC）曲线分析评估了这些模型的预测性能。

结果：

mpMRI RM在训练集和测试集中的曲线下面积（AUC）分别为0.940和0.897，优于单一模态模型。结合radscore和临床-放射学特征（包括ADC值、T2SI值和增强模式）的评分图表在预测HER2低表达乳腺癌的HR状态时，在训练集（AUC=0.957）和测试集（AUC=0.891）中的AUC均高于其他RM。

结论：

基于mpMRI的评分图表结合radscore和临床-放射学特征，在评估HER2低表达乳腺癌的HR状态方面显示出良好的预测效果。

导出

通俗语言总结：研究人员利用多参数磁共振成像（mpMRI）开发了一种工具来预测HER2低表达乳腺癌的激素受体（HR）状态。他们分析了198名患者，并将其分为训练组和测试组。通过从不同类型的MRI中提取放射组学特征，他们创建了一个评分（radscore），并将其与临床数据结合形成评分图表。该评分图表在预测HR状态方面表现出高准确性，训练集的曲线下面积（AUC）为0.957，测试集的曲线下面积（AUC）为0.891，优于单一模态模型。这种方法可以改善乳腺癌患者的个性化治疗策略。

文本由机器生成，可能存在不准确之处。 常见问题解答