摘要

目的：探讨构建多参数MRI影像组学模型在脑膜瘤术前分级中的应用价值。方法：回顾性收集544例经兰州大学第二医院病理科证实的脑膜瘤患者的术前临床、影像及术后病理资料。由两名放射科医师以独立盲法分别使用ITK-SNAP软件在T2WI和对比增强T1WI上手动勾画肿瘤的感兴趣体积，由数坤科技平台提取影像组学特征。采用Selectpercentile、最小绝对收缩和选择算子（Lasso）筛选最强相关特征，并构建不同的影像组学预测模型，并随机以7∶3的比例对模型进行内部验证。结果：不同的影像组学模型术前预测脑膜瘤分级的诊断效能不同。基于对比增强T1WI和T2WI的随机森林（RF）影像组学模型的诊断效能最优，训练集的曲线下面积（AUC）、敏感性、特异性、准确性分别为0.933（95%CI 0.906～0.958）、0.854、0.839、0.842；验证集的分别为0.835（95%CI 0.742～0.913）、0.771、0.845、0.829。结论：基于对比增强T1WI和T2WI序列构建的RF影像组学模型在术前预测脑膜瘤分级中有较高的准确性和敏感性。

关键词