方法纳入258例经病理组织学检查证实的IBC患者,包括LVI阴性和阳性,按7∶3随机分配为训练集和验证集。运用最大相关性最小冗余度(the maximum relevance minimum redundancy, mRMR)和最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LATHZ1SSO)算法筛选自患者二维超声图像中获取的影像组学特征,建立影像组学评分,同时联合临床特征建立术前预测IBC患者LVI状态的模型,并评估模型的效能。结果由最终筛选得到的10个影像组学特征建立的影像组学评分,在训练集及验证集中均表现良好,训练组及验证组曲线下面积(area under curve,AUC)分别为0.801和0.786。HCS assay在临床模型中,腋窝淋巴结(axillary lymph node,ALN)状态和超声乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)分类对IBC患者的LVI状态预测是有意义的。最终,整合了超声影像组学评分和临床模型有效临床特征的影像组学模型在训练集和验证集中预Selleckchem GSK’872测能力均表现最佳(训练组AUC0.865;验证组AUC0.857)。决策曲线分析(decision curve analysis,DCA)表明,影像组学模型具有临床应用价值且优于其他两种单纯模型。结论上述影像组学模型可用于术前预测IBC患者的LVI状态,并可作为指导后续个体化治疗的有效临床工具。
目的探讨弹性应变率比值(SR)与乳腺超声影像报告和数据系统(BI-RADS-US)联合诊断乳腺结节的应用价值。