生境分析和瘤周影像组学预测前列腺癌患者去势抵抗.pdfVIP

临床研究｜｜ClinicalArticles磁共振成像2025年10月第16卷第10期ChinJMagnResonImaging,Oct,2025,Vol.16,No.10

生境分析和瘤周影像组学预测前列腺癌患者

去势抵抗

*

高鸿雁，吴慧，王文佳，杨泽亭，刘嘉睿，刘娜

作者单位内蒙古医科大学附属医院影像诊断科，呼和浩特010050

*通信作者吴慧，Email:terrywuhui@

中图分类号R445.2；R737.25文献标识码ADOI10.12015/issn.1674-8034.2025.10.011

本文引用格式高鸿雁,吴慧,王文佳,等.生境分析和瘤周影像组学预测前列腺癌患者去势抵抗[J].磁共振成像,2025,16(10):

68-75.

[摘要]目的本研究通过建立生境分析、瘤内瘤周影像组学模型对前列腺癌（prostatecancer,PCa）患者雄激素剥夺疗法

（androgendeprivationtherapy,ADT）治疗后是否发生去势抵抗性前列腺癌（castration-resistantprostatecancer,CRPC）进行预测。

材料与方法回顾性分析195例有病理结果并经多参数磁共振成像（multiparametricmagneticresonanceimaging,mpMRI）检查

后进行了ADT治疗的PCa患者的临床及影像资料，将患者按照7∶3的比例随机分为训练组（n=138）与验证组（n=57）。根据

生境成像方法，对肿瘤区域进行分割，并提取代表不同亚区域的生境特征，通过K均值聚类算法根据肿瘤的生境特征将肿瘤分

为两个聚类，分别从生境（habitat）亚区、瘤内（intra-tumor）、瘤周（peri-tumor）、瘤内联合瘤周区（瘤内区域外扩3mm，

ROIintra+3mm），分别筛选出17、16、15和19个影像组学特征，然后基于logistic回归学习分类器构建模型，选取性能最优的

生境模型整合临床特征建立联合模型（habitat+clinical,H+C），并且构建放射组学列线图（radiomicsnomogram,RN）用于个体

化预测，绘制受试者工作特征（receiveroperatingcharacteristic,ROC）曲线评估模型效能，绘制校准曲线和决策曲线分析

（decisioncurveanalysis,DCA）评价模型的拟合度及临床净获益。结果生境模型的预测效能（AUC=0.821）显著优于传统影像

组学模型，ROIintra+3mm模型（AUC=0.752）较单纯瘤内模型（AUC=0.697）、单纯瘤周模型（AUC=0.725）的预测效能更优。

H+C模型表现为最高的预测效能（AUC=0.828）。校准曲线表明联合模型具有良好的拟合度，DCA表明联合模型具有更好的临

床净获益。结论生境分析通过解析瘤内异质性可以预测PCa患者发生CRPC的可能性。瘤周影像组学模型对CRPC具有独立

的预测价值，整合瘤周影像组学特征可提升模型性能。

[关键词]生境分析；影像组学；前列腺癌；去势抵抗；瘤周区域；磁共振成像

Habitatanalysisandperitumoralradiomicsforpredictingcastrationresistanceinprostate

cancerpatients

*

GAOHongyan,WUHui,WANGWenjia,YANGZeting,LIUJiarui,LIUNa

DepartmentofRadiology,AffiliatedHospitalofInnerMongoliaMedicalUniversity,Hohhot010050,China

*

CorrespondencetoWUH,E-mail:terrywuhui@

Received19Jun2025,Accepted10Sep2025;DOI10.12015/issn.1674-80