摘要
摘要目的构建腕关节三角纤维软骨复合体（triangular fibrocartilage complex, TFCC）的MRI影像组学模型，评价其对TFCC损伤的诊断效能。材料与方法回顾性分析2019年1月至2021年12月于吉林大学中日联谊医院放射线科行腕关节磁共振检查的100例患者病例（损伤及非损伤各50例），所有患者均行高分辨率3.0 T磁共振扫描，选取T2WI冠状位序列，手动勾画图像中的TFCC区域，提取影像特征，采用曼-惠特尼U检验（Mann-Whitney U test）及最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）算法进行数据降维、特征筛选，将所筛选出的相关性最强的影像特征采用支持向量机（support vector machine, SVM）的建模方法建立分类模型，采用受试者工作特征（receiver operating characteristic, ROC）曲线的曲线下面积（area under the curve, AUC）、精确度、敏感度和特异度评价模型的诊断效能。结果从T2WI冠状位序列中提取到88个初始特征，用曼-惠特尼U检验和LASSO算法筛选出12个相关性特征，基于上述相关特征在SVM分类器中构建的模型AUC值为0.88，精确度、敏感度和特异度分别为90%、92%、100%，具有较好的诊断效能。结论基于MRI的影像组学特征可以提供一个识别腕关节TFCC损伤的无创性工具，提高TFCC损伤的检出率。
出版日期
2022年12月13日（中国期刊网平台首次上网日期，不代表论文的发表时间）
