目的:探索多期动态增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging，DCE-MRI）图像中影像学特征在识别乳腺癌分子亚型中的应用价值。方法:回顾性分析2016年1月至2023年12月间于东营市人民manbet官网登录 接受诊察的172例患者的195例乳腺癌病变的多期DCE-MRI影像资料。样本总体包括21例三阴型、18例人类表皮生长因子受体2（human epidermal growth factor receptor 2, HER2）过表达型、53例Luminal A型、76例Luminal B型HER2阴性和27例Luminal B型HER2阳性。从DCE-MRI的每次扫描及不同后处理得到的图像中，通过手动选取的方式划分感兴趣区域并提取影像学特征。将样本按约8∶2的比例划分为主要样本和测试样本，对主要样本进行10次重复的5倍交叉验证以获得训练集和验证集，分别对基于Logistic回归、分类回归树、支持向量分类、随机森林、梯度提升树等方法构建的预测模型进行训练和验证，之后在测试样本上进行受试者工作特征测试。结果:基于Logistic回归的预测模型获得最好的识别性能，其依据各组图像特征进行识别的平均受试者工作特征（receiver operating characteristic curve,ROC）曲线下的面积（area under curve，AUC）为0.781；依据提取自对比后第三次+减影图像的特征识别乳腺癌不同分子

作者：刘效方；韩雯雯

来源：中华内分泌外科杂志 2024 年 18卷 2期