动态对比增强磁共振成像联合人工智能预测乳腺癌新辅助化疗疗效的价值分析.pdfVIP

中国医学装备2024年4月第21卷第4期ChinaMedicalEquipment2024AprilVol.21No.4学术论著

动态对比增强磁共振成像联合人工智能

预测乳腺癌新辅助化疗疗效的价值分析

龚俊峰王永杰丁宇薛周沈高耀

上海新华医院崇明分院医学影像科上海202150

通信作者：沈高耀，Email：963349110@

DOI:10.3969/j.issn.1672-8270.2024.04.011

中图分类号：R737.9R445.2文献标识码：A

[摘要]目的：探讨基于人工智能(AI)技术动态对比增强磁共振成像(DCE-MRI)预测乳腺癌新辅助化疗疗效的价值。方法：

收集2018年1月至2020年12月上海新华医院崇明分院收治的进行新辅助化疗治疗的89例乳腺癌患者，依据治疗效果将其

分为有效组(36例)和无效组(53例)，新辅助化疗前和第4疗程结束后进行DCE-MRI检查，绘制时间-信号强度曲线，测

定容量转移常数(Ktrans)、速率常数(K)以及血管外间隙容积比(V)。扩充原始DCE-MRI图像，提取包含病灶的感兴趣区

epe

域，运用深度卷积神经网络进行卷积运算，通过训练集获得分类模型。绘制受试者工作特征(ROC)曲线，选择ROC曲线

下面积(AUC)最高的验证集模型作为最终模型，以测试集评价模型性能。结果：化疗后，DCE-MRI检查，有效组患者

Ktrans(0.67±0.15)、K(1.22±0.24)显著小于无效组，ΔKtrans(1.51±0.18)、ΔK(2.31±0.26)显著大于无效组，差异

epep

ΔtransΔΔ

均有统计学意义(=23.072、20.016；＜0.05)；K、K及V预测乳腺癌新辅助化疗疗效的AUC分别为0.814、

tP

epe

0.839和0.432，三者联合检测的灵敏度、特异度及AUC分别为89.93%、83.48%和0.845，预测价值高于单项检测。DCE-

MRI-AI模型对乳腺癌新辅助化疗疗效具有较高的预测效能，其训练集、验证集及测试集的AUC分别为0.897、0.869和

0.859。在训练集和验证集中，DCE-MRI-AI模型和DCE-MRI模型对乳腺癌新辅助化疗疗效的预测效能差异具有统计学

意义(=2.435，＜0.05；=2.147，＜0.05)。结论：AI技术应用于DCE-MRI有助于提高对乳腺癌新辅助化疗

Z训练集PZ验证集P

疗效的预测效能，为治疗及预后评估提供可靠数据，具有临床应用价值。

[关键词]乳腺癌；新辅助化疗；动态对比增强磁共振成像(DCE-MRI)；人工智能(AI)；卷积神经网络；疗效评价

基金项目：上海市崇明区“可持续发展科技创新行动计划”项目(CKY2021-10)

引用本文：龚俊峰,王永杰,丁宇,等.动态对比增强磁共振成像联合人工智能预测乳腺癌新辅助化疗疗效的价值分析[J].中国

医学装备,2024,21(4):55-59.DOI:10.3969/j.issn.1672-8270.2024.04.011.

ValueanalysisofDCE-MRI-AIinpredictingthecurativeeffectofneoadjuvantchemotherapyforbreast

cancer/Go