【摘要】：目的本研究旨在對磁共振彌散加權成像(diffusion-weighted magnetic resonance imaging,DW-MRI)的表觀彌散系數(shù)(apparent diffusion coefficients,ADC)圖像進行紋理分析,提取可以用來預測乳腺癌非哨位淋巴結(non-sentinel lymph node,NSLN)轉移風險的紋理參數(shù)。方法本研究回顧性入組2014年6月至2016年6月于乳腺外科治療的60名I-III期(AJCC分期第七版)乳腺癌患者,所有患者均進行術前MRI檢查、乳腺腫瘤切除術和腋窩淋巴結清掃術。從術后大病理結果評價哨位淋巴結(sentinel lymph node,SLN)和非哨位淋巴結(non-sentinel lymph node,NSLN)轉移情況,并篩選出SLN轉移陽性患者。ADC圖像是通過工作站上的兩組b值(0,600s/mm~2)圖像融合得到。兩名放射醫(yī)師在腫瘤最大徑層面ADC圖像上勾畫腫瘤,得到感興趣區(qū)域(region of interest,ROI),用MATLAB軟件從ROI區(qū)域提取紋理參數(shù)。通過單因素與多因素分析,篩選出有統(tǒng)計學意義的紋理特征,并進行內部交叉驗證。結果60名哨位淋巴結陽性乳腺癌患者中41名發(fā)生NSLN轉移,19名未發(fā)生NSLN轉移。關于乳腺癌病理分型,58例為浸潤性導管癌,2例為小葉癌;51例患者ER陽性,9例患者ER陰性;46例患者PR陽性,14例患者PR陰性;13例患者HER-2陽性,47例患者HER-2陰性。T1分期患者23例,T2分期患者32例,T3分期患者5例。21例患者絕經,39例患者未絕經。所有患者均接受腋窩淋巴結清掃術,并且哨位淋巴結轉移陽性。通過獨立樣本T檢驗和二元logistic回歸分析,發(fā)現(xiàn)紋理參數(shù)Sdga43具有統(tǒng)計學意義(P值0.05),可以預測非哨位淋巴結轉移風險。接受者工作曲線(recevier operating characteristic,ROC)下面積為0.739,內部交叉驗證顯示此紋理參數(shù)具有穩(wěn)定預測效能。結論基于DW-MRI提取的紋理參數(shù)Sdga43可以用來預測乳腺癌非哨位淋巴結轉移風險,對于轉移風險高的患者,則考慮行腋窩淋巴結清掃術以及術后輔助放化療的必要性。
【學位授予單位】：濟南大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R737.9;R445.2
【圖文】：

-MRI 紋理分析預測乳腺癌非哨位淋巴結轉移風險的研究表 4. 紋理參數(shù) sdga43 二元 logistic 回歸分析結果 SE Wald df P value Hazard ratio95%Lower 1 0.337 6.528 1 0.011 2.364 1.222 NSLN 轉移的能力3 的數(shù)據進行 ROC 曲線分析。發(fā)現(xiàn) ROC 曲線下積為 Sdga43 可以預測術前 NSLN 轉移的風險（P <0.05，

【相似文獻】

相關期刊論文 前10條

1 陳艷;張景發(fā);姜文亮;李強;;基于HJ-1C衛(wèi)星數(shù)據的活動斷層提取研究[J];地殼構造與地殼應力文集;2016年02期

2 李德仁;張繼賢;;影象紋理分析的現(xiàn)狀和方法(一)[J];武測科技;1993年03期

3 宋子安;唐勤生;;車床加工紋理分析——車床走刀均勻性的研究[J];裝備機械;1988年01期

4 吳健康,張偉明;應用紋理分析的DCT圖象編碼[J];通信學報;1989年01期

5 余軍,吳國威,吳中權;三維物體表面的紋理綜合[J];電子學報;1989年02期

6 陳賀新,戴逸松;圖象紋理分析的約束最小二乘濾波器[J];電子學報;1989年06期

7 舒寧;衛(wèi)星遙感影像紋理分析與分形分維方法[J];武漢測繪科技大學學報;1998年04期

8 黃勝華,劉海鷹,彭思龍,洪繼光;基于非乘積型小波的紋理分析[J];中國圖象圖形學報;1998年09期

9 張鵬志;李蘭斌;;地震紋理分析在油氣勘探中應用進展[J];物探與化探;2013年03期

10 姚煒,趙玉華;計算機紋理分析在超聲診斷中的應用[J];中華超聲影像學雜志;1999年02期

相關會議論文 前10條

1 盧海燕;陳明;孫梅;宋樹良;馬艷;鄭傳立;;肝纖維化超聲圖像紋理分析與組織學檢查對照研究[A];第二屆長三角超聲醫(yī)學論壇暨2009年浙江省超聲醫(yī)學學術年會論文匯編[C];2009年

2 楊關;馮國燦;鄒小林;劉志勇;;彩色紋理分析中的高斯圖模型[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

3 蹇兆成;龍金鳳;劉玉江;胡向東;錢林學;;超聲彈性成像聯(lián)合紋理分析判定肝纖維化分期的價值研究[A];中國中西醫(yī)結合學會醫(yī)學影像專業(yè)委員會第十五次全國學術大會暨上海市中西醫(yī)結合學會醫(yī)學影像專業(yè)委員會2017年學術年會暨《醫(yī)學影像新技術的臨床應用》國家級繼續(xù)教育學習班資料匯編[C];2017年

4 熊欣;何中市;;紋理分析在超聲圖像中的應用[A];2008年計算機應用技術交流會論文集[C];2008年

5 許靜;陳興偉;;基于分類的遙感影像河道水體識別方法[A];河流開發(fā)、保護與水資源可持續(xù)利用——第六屆中國水論壇論文集[C];2008年

6 鄭杰;韓梅;;基于微位移的超分辨率重建技術[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

7 舒寧;;多光譜和高光譜影像紋理分析的幾種方法[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

8 馬海清;黃劍華;劉家鋒;;基于邊緣檢測和紋理分析的圖像文本定位方法[A];黑龍江省計算機學會2007年學術交流年會論文集[C];2007年

9 馬德新;楊帆;侯景忠;高金喬;;基于灰度共生矩陣的掌紋識別技術研究[A];第六屆全國信息獲取與處理學術會議論文集（2）[C];2008年

10 張文君;謝明星;王新房;張軍;董昌元;易建華;許先成;林意;;超聲心動圖計算機紋理分析法評價犬急性心肌梗死的實驗研究[A];2003年全國醫(yī)學影像技術學術會議論文匯編[C];2003年

相關博士學位論文 前10條

1 謝彩琴;Gd-EOB-DTPA MRI紋理分析在預測肝癌TACE術后早期療效的初步研究[D];南方醫(yī)科大學;2018年

2 劉建立;基于小波紋理分析和魯棒貝葉斯神經網絡的非織造材料外觀質量識別[D];蘇州大學;2010年

3 孫慧賢;基于紋理分析的視覺檢測方法與應用研究[D];國防科學技術大學;2010年

4 楊蕾;基于小波域馬爾可夫激光散斑表面粗糙度測量方法研究[D];合肥工業(yè)大學;2015年

5 張國鵬;三維紋理分析在虛擬結腸鏡計算機輔助檢測/診斷中的應用研究[D];第四軍醫(yī)大學;2013年

6 金舟;圖像著色關鍵技術分析及其應用[D];天津大學;2011年

7 Hassana Grema Kaganami（哈桑）;基于顏色和紋理特征的圖像增強和分析算法[D];中南大學;2010年

8 王冬;納米級微泡增強乳腺腫瘤顯像效果及高強度聚焦超聲消融效果的實驗研究[D];重慶醫(yī)科大學;2012年

9 王慶香;基于小波的紋理分析及其在FPC金面缺陷檢測中的應用[D];華南理工大學;2011年

10 侯曉丹;網絡環(huán)境下圖像隱寫分析中的失配問題研究[D];解放軍信息工程大學;2017年

相關碩士學位論文 前10條

1 周晚君;水泥路面紋理構造恢復方法及評價研究[D];長安大學;2018年

2 裴子璐;基于CT圖像的3D紋理分析鑒別腎細胞癌的初步價值[D];安徽醫(yī)科大學;2018年

3 Nafir Abdul Jaleel;磁共振圖像紋理分析在晚期鼻咽癌分期中的應用及對鼻咽癌治療反應的預測價值[D];大連醫(yī)科大學;2018年

4 Padikkalakandy Cheriyath Shesnia Salim;定量ADC圖的紋理分析對高級別膠質瘤與腦轉移瘤的鑒別診斷[D];大連醫(yī)科大學;2018年

5 張仕慧;Bp-MRI 3D紋理分析對高級別前列腺癌診斷及評估的初探[D];遵義醫(yī)學院;2018年

6 王俊;紋理分析對胰腺導管腺癌、神經內分泌腫瘤及實性假乳頭狀腫瘤鑒別診斷的價值[D];中國醫(yī)科大學;2018年

7 孟祥玉;基于增強MRI圖像的紋理分析對肝臟局灶病變的鑒別診斷價值[D];中國醫(yī)科大學;2018年

8 張娜;CT紋理分析技術鑒別孤立性肺結節(jié)良惡性的可行性研究[D];山西醫(yī)科大學;2018年

9 張涵笑;基于紋理分析的兒童常見后顱窩腫瘤的鑒別[D];鄭州大學;2018年

10 王作民;DW-MRI紋理分析預測乳腺癌非哨位淋巴結轉移風險的研究[D];濟南大學;2018年

本文編號：2715371