基于多序列MRI的可解释栖息地放射组学模型在直肠癌异时性肝转移风险预测中的应用：一项多中心研究

多序列MRI栖息地radiomics结合临床变量提升结直肠癌肝转移预测性能，模型AUC达0.87，SHAP分析验证特征贡献解释能力。

　　

摘要

背景

在直肠癌中，准确预测24个月内的异时性肝转移（MLM）仍然是一个临床挑战。尽管放射组学能够提供关于肿瘤特征的无创性见解，但很少有研究探讨基于多序列MRI的栖息地放射组学及其可解释的建模策略。

方法

这项回顾性研究纳入了391名病理学确诊的直肠癌患者。对治疗前的T1加权成像（T1WI）和T2加权成像（T2WI）MRI数据应用K均值聚类算法生成肿瘤亚区域。从这两种序列中提取了放射组学特征，并同时纳入了临床变量。使用支持向量机（SVM）分类器构建了放射组学模型、栖息地模型以及组合模型。通过ROC曲线下面积（AUC）和决策曲线分析（DCA）来评估模型性能。此外，还利用Shapley加性解释（SHAP）方法来解释各个特征的贡献。

结果

与传统的放射组学方法相比，栖息地模型表现出更强的预测性能，在训练队列中的AUC为0.875，在内部验证队列中为0.829，在外部测试队列中为0.810。结合临床变量和栖息地特征的组合模型在验证队列（AUC=0.870）和外部测试队列（AUC=0.862）中取得了最佳性能。SHAP分析显示T1WI和T2WI特征的贡献具有互补性，这突显了多序列栖息地方法的肿瘤内异质性的可解释性。

结论

基于多序列MRI的栖息地放射组学在预测异时性肝转移方面表现出色，其与临床变量的结合进一步提高了预测准确性，为个体化风险评估和治疗计划提供了实用工具。