基于 18F-FET PET影像组学分析预测脑胶质瘤IDH1基因表型模型的建立与验证

目的:构建基于 O-(2- 18F-氟代乙基)- L-酪氨酸( 18F-FET)PET图像影像组学特征的回归分析模型，探讨其对未经治疗的脑胶质瘤患者异柠檬酸脱氢酶1(IDH1)基因表型的预测效能。 方法:回顾性分析2017年11月至2019年2月间复旦大学附属华山医院经病理学证实的58例脑胶质瘤患者[男36例、女22例，年龄(41.8±15.1)岁]的 18F-FET PET/CT脑显像数据，应用PyRadiomics软件包提取105个影像组学特征，使用最小绝对收缩和选择算子(LASSO)回归构建预测模型，计算每个病灶的影像组学评分(RS)，使用受试者工作特征(ROC)曲线量化模型RS的预测效能，并与 18F-FET半定量参数{肿瘤靶本比[TBR，包括最大TBR(TBR max)、TBR峰值(TBR peak)和平均TBR(TBR mean)]、肿瘤代谢体积(MTV)及病灶总代谢摄取(TLU)}对IDH1基因表型的预测效能进行对比(Delong检验)。 结果:LASSO回归模型共纳入7个影像组学特征，分别为最大二维切片直径、一阶最大特征值、一阶灰度值范围、灰度共生矩阵_能量、灰度共生矩阵_反差方差、灰度相关矩阵_熵、灰度相关矩阵_大相关低灰度级增强。构建的LASSO回归模型对IDH1基因表型(突变型20例，野生型38例)的预测效能准确性为81.0%(47/58)，灵敏度为65.0%(13/20)，特异性为89.5%(34/38)，曲线下面积(AUC)为0.842； 18F-FET半定量参数中TLU诊断效能较优，其诊断准确性为60.3%(35/58)，灵敏度为85.0%(17/20)，特异性为47.4%(18/38)，AUC为0.661；LASSO回归模型对IDH1基因表型的诊断效能优于传统参数( z＝3.426， P<0.01)。 结论:基于 18F-FET PET脑显像的影像组学分析可提高对未经治疗的脑胶质瘤患者IDH1基因表型的预测效能。