半监督放射组学用于谷胱肽瘤IDH突变：标签有限、数据敏感性与SHAP解释
医学物理
2025-10-13 v2
摘要
谷胱肽瘤（GBM）是一种侵袭性脑肿瘤，IDH突变状态是关键的预后生物标志物，但传统检测需要侵入性活检，强调非侵入性方法的需求。在本多中心研究中，我们分析了来自8个中心、1329例患者的MRI序列（T1、T2加权、增强T1和FLAIR），其中IDH标签可用于1061例。每个病例提取1223个放射组学特征，使用Laplacian of Gaussian和小波滤波器，并应用监督学习（SL）和半监督学习（SSL）框架，纳入38种特征选择/属性提取策略和24个分类器。对UCSF-PDGM和UPENN数据集进行五折交叉验证，并在IvyGAP、TCGA-LGG和TCGA-GBM上进行外部验证，进行SHAP分析以实现特征可解释性。多模态MRI融合（T1+T2+T1CE+FLAIR）持续优于单序列模型。最佳SSL模型（RFE + SVM）实现了0.93的交叉验证和0.75的外部准确率，而顶级SL模型（RFE + Complement Naive Bayes）分别达到0.90和0.80。SSL进一步显示出对有限样本量的鲁棒性，表现稳定，而SHAP分析突显了一阶根均方（T1CE）和小波特征作用的放大，强化了生物标志物的可解释性。这些发现表明，SSL在MRI基础的IDH预测中提升了准确性、稳定性和可解释性，多模态MRI融合提供了最具可扩展性和可靠性的非侵入性生物标志物发现策略。
引用
@article{arxiv.2509.25641,
title = {Semi-Supervised Radiomics for Glioblastoma IDH Mutation: Limited Labels, Data Sensitivity, and SHAP Interpretation},
author = {Amir Hossein Pouria and Shahram Taeb and Somayeh Sadat Mehrnia and Sajad Jabarzadeh Ghandilu and Mehrdad Oveisi and Arman Rahmim and Mohammad R. Salmanpour},
journal= {arXiv preprint arXiv:2509.25641},
year = {2025}
}
备注
13 Pages and 4 Figures