Preview

Медицинская визуализация

Расширенный поиск

Редакция журнала "Медицинская визуализация" сообщает о том, что теперь мы публикуем электронные версии статей, принятых к печати, до выхода печатной версии номера. Все статьи, размещаемые в электронном виде в разделе "Принято в печать", прошли процедуру рецензирования, редакционной обработки и после формирования соответствующего выпуска публикуются в печатной версии журнала. Датой финальной публикации статьи следует считать публикацию ее электронной версии в разделе "Принято в печать". Таким образом, версию статьи, размещаемую в разделе "Принято в печать", следует считать окончательным вариантом статьи и на нее можно ссылаться как на состоявшуюся публикацию.  Статью, публикуемую в разделе "Принято в печать", следует цитировать с использованием уникального номера статьи – DOI, единого для электронной и печатной версий.

Любые ошибки, обнаруженные после даты публикации электронной версии статьи, могут быть исправлены только в виде отдельной публикации, размещаемой в очередном номере журнала.

 

Образец для цитирования статьи, размещенной в разделе "Принято в печать":

Романова К.А., Лукьянченко А.Б., Медведева Б.М., Поляков А.Н.  Синхронное опухолевое поражение поджелудочной железы. Медицинская визуализация. 2021. https://doi.org/10.24835/1607-0763-1030 (дата обращения 01.09.2021).

Сразу после выхода печатной версии номера журнала статья удаляется из раздела "Принято в печать" и появляется в разделе текущего выпуска ("Последний выпуск").

 

Образец для цитирования статьи после ее публикации в печатной версии журнала:

 

Романова К.А., Лукьянченко А.Б., Медведева Б.М., Поляков А.Н.  Синхронное опухолевое поражение поджелудочной железы. Медицинская визуализация. 2021; 25 (3): 43–49.            https://doi.org/10.24835/1607-0763-1030

Принято в печать

ТЕХНОЛОГИИ ЛУЧЕВОЙ ДИАГНОСТИКИ

69
Аннотация

Цель исследования: повышение достоверности прогноза лимфоваскулярной инвазии (ЛВИ) гибридными морфорадиомическими моделями наивного Байеса у пациентов со злокачественными новообразованиями молочной железы (ЗНМЖ) путем выяснения роли морфологических магнитно-резонансных (м-МР) признаков.

Материал и методы. Проанализированы данные 191 пациента с ЗНМЖ в виде 13 м-МР признаков, 6194 радиомических МР (р-МР)-показателей всего объема опухоли и целевым признаком – ЛВИ. Среди м-МР-признаков с помощью кросстабуляции, многофакторной логистической регрессии, дискретизации методом Entropy-MDL отобраны предикторы ЛВИ. Среди 6194 р-МР-показателей отобраны предикторы ЛВИ дискретизацией методом Entropy-MDL. Отобранные показатели использовались в обучении алгоритма наивного Байеса. Сравнивались показатели эффективности прогноза ЛВИ.

Результаты. По данным многофакторной логистической регрессии повышается шанс ЛВИ при выявлении признака ободка опухоли на диффузионно-взвешенном изображении (DWI) в 4,05 раза (OR 4,05, 95%ДИ 1,63–10,47, p = 0,003), перитуморального отека в 5,66 раза (OR 5,66, 95%ДИ 2,27–14,94, p < 0,001). Получены 3 гибридные модели с высокими дискриминационными способностями: 1-я модель с признаком DWI-ободка и радиомической сигнатурой из 4 р-МР-показателей (AUС – 0,886, чувствительность – 89,5%, специфичность – 79,1%, классификационная правильность – 89,5%, правильность прогноза ЛВИ – 73,3% и ее отсутствия – 95,2%), 2-я модель с перитуморальным отеком и радиомической сигнатурой из 6 р-МР-показателей (AUС – 0,879, чувствительность – 82,5%, специфичность – 80,9%, классификационная правильность – 82,5%, правильность прогноза ЛВИ – 80,0% и ее отсутствия – 83,3%) и 3-я модель с перитуморальным отеком, признаком DWI ободка и радиомической сигнатурой из 8 р-МР-показателей (AUС – 0,957, чувствительность – 96,5%, специфичность – 90,2%, классификационная правильность – 96,5%, правильность прогноза ЛВИ – 86,7% и ее отсутствия – 100%). Удаление признака DWI ободка из 1-й модели ухудшает ее дискриминационную способность (AUC-ROC 0,801 ± 0,074 vs 0,886 ± 0,059, p = 0,001) и правильность прогноза ЛВИ (40% vs 73%, p = 0,066). Аналогичные, но менее выраженные, не статистически значимые изменения наблюдаются после удаления признака перитуморального отека из 2-й модели (AUC-ROC 0,843 ± 0,067 vs 0,879 ± 0,060, p = 0,190; правильность прогноза ЛВИ 60% vs 80%, p = 0,232). Удаление двух м-МР-признаков из 3-й модели ухудшает ее дискриминационную способность (AUC-ROC 0,957 ± 0,038 vs 0,901 ± 0,055, p = 0,024) и правильность прогноза ЛВИ (80% vs 86,7%, р = 0,624).

Заключение. Использование гибридных моделей, объединяющей м-МР признаки и р-МР показатели повышают дискриминационную способность прогноза по сравнению с моделями, использующей только интратуморальные р-МР показатели.



ISSN 1607-0763 (Print)
ISSN 2408-9516 (Online)