基于 MRI 的影像组学助力预测无功能垂体神经内分泌肿瘤细胞谱系

《Neuroradiology》：Radiomics based on preoperative magnetic resonance imaging predict the cell lineages of nonfunctioning pituitary neuroendocrine tumors

为精准预测无功能垂体神经内分泌肿瘤（NFPitNETs）细胞谱系，研究人员开展相关研究，发现术前 MRI 影像组学可助力预测，意义重大。

　　无功能垂体神经内分泌肿瘤（NFPitNETs）的术前细胞谱系精准预测，对神经外科医生制定治疗策略至关重要。本研究旨在利用基于磁共振成像（MRI）的影像组学技术，预测 NFPitNETs 的三种细胞谱系。

研究人员回顾性纳入了 2019 年 1 月至 2023 年 1 月期间的 NFPitNETs 患者，其中腺瘤谱系包括 SF-1（n = 239）、TPIT（n = 204）和 PIT-1（n = 100）。获取矢状位 T1 加权成像（T1WI）、对比增强（CE）矢状位 T1WI、CE 冠状位 T1WI 和轴位 T2WI，通过 ITK-SNAP 软件进行肿瘤分割。运用 Pyradiomics 软件提取特征，采用方差阈值法、t 检验和最小绝对收缩和选择算子（LASSO）进行特征选择。基于影像组学和语义特征，使用支持向量机（SVM）和随机森林（RF）对三种谱系腺瘤进行预测，并通过受试者工作特征曲线下面积（ROC-AUC）分析评估模型性能。

研究共纳入 543 例 NFPitNETs 患者（平均年龄 49.46±12.39 岁）。SF-1 腺瘤患者的平均年龄高于 TPIT 和 PIT-1 腺瘤患者（52.84±11.56 vs 49.94±10.54 vs 40.42±13.41，p < 0.001）。TPIT 和 PIT-1 腺瘤中女性患者比 SF-1 腺瘤更为常见（96.57% vs 69% vs 41%，p < 0.001）。基于 CE 冠状位 T1WI 并结合语义和影像组学特征的 SVM 模型表现最佳，宏观平均 AUC 为 0.899。在所有 MRI 序列中，CE 冠状位 T1WI 预测 NFPitNETs 细胞谱系的效果最优。

综上所述，基于术前 MRI 的影像组学能够辅助预测 NFPitNETs 的细胞谱系，为神经外科医生制定治疗策略提供了有力帮助。