
-
生物通官微
陪你抓住生命科技
跳动的脉搏
从栖息地内到栖息地间分析:基于乳腺 DCE-MRI 的腋窝淋巴结转移预测空间结构特征
《Journal of Imaging Informatics in Medicine》:From Intra- to Inter-habitat Analysis: Spatial Structure Features for Axillary Lymph Node Metastasis Prediction on Breast DCE-MRI
【字体: 大 中 小 】 时间:2026年10月15日 来源:Journal of Imaging Informatics in Medicine 3.1
编辑推荐:
摘要栖息地放射组学特征描述了肿瘤亚区域内的纹理,但忽略了亚区域之间的空间关系。我们开发了一种受景观生态学启发的框架,用于在动态对比增强磁共振成像(DCE-MRI)上量化栖息地间的空间结构,评估其与栖息地内放射组学的互补价值,并比较了早期融合与晚期融合,以腋窝淋巴结转移(ALN
栖息地放射组学特征描述了肿瘤亚区域内的纹理,但忽略了亚区域之间的空间关系。我们开发了一种受景观生态学启发的框架,用于在动态对比增强磁共振成像(DCE-MRI)上量化栖息地间的空间结构,评估其与栖息地内放射组学的互补价值,并比较了早期融合与晚期融合,以腋窝淋巴结转移(ALNM)预测作为评估任务。在这项多中心回顾性研究中,来自一中心的284例患者被随机分为训练组(n?=?198)和验证组(n?=?86),来自独立机构的120例患者作为外部测试集。肿瘤通过19个逐体素纹理描述符的k-means聚类被划分为六个栖息地,聚类中心点仅从训练组中提取。构建了三个特征域:8个临床参数、642个栖息地内放射组学特征以及94个栖息地间空间结构特征,涵盖碎片化(n?=?30)、形态学(n?=?24)、栖息地间接触(n?=?15)、栖息地间距离(n?=?15)、面积比(n?=?6)和多样性(n?=?4)。在外部测试集中,逐步融合产生了AUC的递增增益:仅临床特征为0.754,加上栖息地内放射组学为0.843,加上栖息地间空间结构为0.863(95% CI 0.792–0.934)。全量早期融合模型的AUC高于仅临床模型(DeLong P?=?0.011)和仅空间结构模型(P?=?0.044);早期融合的AUC数值高于晚期融合但未达到统计学显著性(0.863 vs 0.851,P?=?0.636)。两个单域影像模型之间无统计学差异(0.817 vs 0.784,P?=?0.512)。栖息地间空间结构捕获了传统栖息地放射组学所忽略的肿瘤组织结构,为术前ALNM预测提供了互补信息。
栖息地放射组学特征描述了肿瘤亚区域内的纹理,但忽略了亚区域之间的空间关系。我们开发了一种受景观生态学启发的框架,用于在动态对比增强磁共振成像(DCE-MRI)上量化栖息地间的空间结构,评估其与栖息地内放射组学的互补价值,并比较了早期融合与晚期融合,以腋窝淋巴结转移(ALNM)预测作为评估任务。在这项多中心回顾性研究中,来自一中心的284例患者被随机分为训练组(n?=?198)和验证组(n?=?86),来自独立机构的120例患者作为外部测试集。肿瘤通过19个逐体素纹理描述符的k-means聚类被划分为六个栖息地,聚类中心点仅从训练组中提取。构建了三个特征域:8个临床参数、642个栖息地内放射组学特征以及94个栖息地间空间结构特征,涵盖碎片化(n?=?30)、形态学(n?=?24)、栖息地间接触(n?=?15)、栖息地间距离(n?=?15)、面积比(n?=?6)和多样性(n?=?4)。在外部测试集中,逐步融合产生了AUC的递增增益:仅临床特征为0.754,加上栖息地内放射组学为0.843,加上栖息地间空间结构为0.863(95% CI 0.792–0.934)。全量早期融合模型的AUC高于仅临床模型(DeLong P?=?0.011)和仅空间结构模型(P?=?0.044);早期融合的AUC数值高于晚期融合但未达到统计学显著性(0.863 vs 0.851,P?=?0.636)。两个单域影像模型之间无统计学差异(0.817 vs 0.784,P?=?0.512)。栖息地间空间结构捕获了传统栖息地放射组学所忽略的肿瘤组织结构,为术前ALNM预测提供了互补信息。