【摘要】：目的:膠質瘤術前準確分級對于患者的治療和預后評估至關重要,基于磁共振影像組學方法挖掘具有膠質瘤術前分級效能最優(yōu)的MRI特征參數;探討基于磁共振影像組學在腦膠質瘤術前分級診斷中的應用價值,提高MRI對腦膠質瘤分級的診斷效能。方法:回顧性分析59例病理確診的腦內膠質瘤患者。所有患者術前均行3.0T MRI平掃及增強掃描。手工勾畫ROI,隨后在T1WI、T2WI、T2 FLAIR及T1WI增強序列上提取396個高維3D影像組學特征,在數據預處理后,采用方差分析(analysis of variance ANOVA)、Kruskal-Wallis檢驗及LASSO回歸進行特征選擇及影像組學標簽的建立。通過多元邏輯線性回歸和交叉驗證建立影像組學預測模型。選擇臨床影像診斷特征包括腫瘤發(fā)生半球、強化程度、壞死/囊變、腫瘤跨越中線、瘤周水腫情況,結合影像組學標簽建立列線圖。多參數回歸分析用于模型建立,ROC曲線和曲線下面積用來評價模型的預測效能,校正曲線評價列線圖的校正效果。結果:采用ANOVA、Kruskal-Wallis檢驗及通過LASSO降維后,分別從T1WI序列中篩選出3個特征參數、對比增強T1WI(Contrast Enhanced T1-Weighted Imaging,T1WI-CE)序列中篩選7個特征參數及T2WI序列中篩選6個特征參數,T2FLAIR未篩選出有價值特征參數。利用T1WI參數預測分級模型中ROC曲線下面積(areaunder curve,AUC)為0.716,敏感度為80.4%,特異度為61.5%;加入臨床影像診斷指標后AUC為0.794,敏感度為84.8%,特異度為69.2%。T1WI-CE參數預測分級模型中AUC0.910,敏感度為91.3%,特異度為84.6%;加入臨床影像診斷指標后AUC為0.915,敏感度為93.5%,特異度為84.6%。T2WI參數預測分級模型中AUC為0.808,敏感度為58.7%,特異度為92.3%;加入臨床影像診斷指標后AUC為0.853,敏感度為92.3%,特異度為69.6%。結論:(1)膠質瘤的分級與臨床影像學特征(腫瘤水腫、壞死/囊變及強化程度)相關。(2)基于T1WI、T2WI及T1 WI-CE三個序列影像組學模型中,T1WI-CE鑒別腦內膠質瘤病理分級的診斷效能最好(AUC=0.910),且高于臨床影像診斷模型(AUC=0.828)的效能。個體化預測模型聯合腫瘤水腫、壞死/囊變、強化程度及影像組學標簽(分別基于T1WI、T2WI及T1 WI-CE)組成,優(yōu)于單純影像組學模型診斷效能。(3)基于影像組學標簽、臨床影像診斷特征的可視化列線圖對于膠質瘤術前病理學分級診斷具有良好的臨床應用前景。
【學位授予單位】：南華大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R445.2;R739.4
【圖文】：

圖 3 圖 4(2)影像組學特征的診斷驗證及列線圖的建立：用邏輯回歸分析影像組學特征與膠質瘤病理分級間存在顯著相關性(P=0.000)（圖 5）。用 Rad-score、腫瘤囊變/壞死、瘤周水腫及強化程度進行多變量邏輯回歸分析，將表示為列線圖以提供定量和預測工具。（圖 6）該方法將患者 Rad-score、腫瘤囊變/壞死、瘤周水腫及強化程度在圖中相應的軸上找到對應點，得到變量的分數，將每個變量的分數求和得到總分，以總得分為基礎，再向下畫一條垂直線，交點處的分數即為該患者發(fā)生高級低級別膠質瘤的可能性。值越高，高級別膠質瘤可能性越大，反之，低級別膠質瘤的可能性越大。列線圖的校準曲線表明預測的概率與實際發(fā)生的概率吻合良好（圖 7）。(3)臨床效用評估：用決策曲線評估不同建模方法對病人來說的凈受益率，聯合模型優(yōu)于影像組學模型（P=0.03）（圖 8）。如閾值概率為 0.5 時，僅基于 T1WI序列的影像組學列線圖比治療所有患者或不治療患者的凈效益更高�；� T1WI

圖6用影像組學特征與患者的腫瘤囊變/壞死、瘤周水腫及強化程度，建立放射組列線圖。圖 7 圖 8圖 7 校正曲線 用列線圖預測值，和實際值的比較。對角線為理想曲線，越接近對角線，預測值和實際值越一致。圖 8 圖決策曲線 y 軸代表凈效益。x 軸表示閾值概率。粉色線代表影像組學模型。藍色代表聯合模型。黑色代表都不治療，灰色代表都治療，評估不同建模方法對病人來說的凈受益率，聯合模型優(yōu)于影像組學模型（P=0.03）。

影像組學特征在兩組之間的差異（P=0.000）

【相似文獻】

相關期刊論文 前10條

1 陳銜城,徐斌,張福林,鮑偉民,孫安;人腦膠質瘤病理分級與Ⅰ型纖溶酶原激活物抑制物關系的研究[J];中國神經精神疾病雜志;1998年03期

2 鮑晨晨;楊浩;李娜;劉彬;宋華;盛平;胡國漢;崔大祥;;新基因NBEAL1的克隆、表達、純化及其與膠質瘤病理分級的相關性[J];中國腫瘤生物治療雜志;2010年01期

3 崔建和;柏根基;郭莉莉;;DWI檢查在腦膠質瘤病理分級中的價值[J];山東醫(yī)藥;2010年31期

4 陳新軍,袁先厚,陳衛(wèi)國,曹長軍,文志華;人腦膠質瘤表皮生長因子受體表達及預后的相關性研究[J];醫(yī)學新知雜志;2003年01期

5 石鳳云;佟建洲;;人腦膠質瘤CD151的表達及其與膠質瘤病理分級的關系[J];承德醫(yī)學院學報;2017年02期

6 楊帥;王偉民;張小鵬;劉一兵;;血清YKL-40水平與膠質瘤病理分級及預后的相關性研究[J];中國微侵襲神經外科雜志;2014年10期

7 劉飛,章翔,曹衛(wèi)東,王占祥,張劍寧,易聲禹,付洛安;p16與PCNA表達與腦膠質瘤分級的相關性及意義[J];第四軍醫(yī)大學學報;1999年07期

8 趙東暉;李慶軍;何建芳;方學文;盧義生;;頭顱MR、DWI、MRS、術中快速冰凍與腦膠質瘤病理分級對比[J];中國實用神經疾病雜志;2011年11期

9 張瑩瑩;馮光勇;吳明娜;帥煜;張貴海;;NGFR/NF-κB/Nav1.5表達與腦膠質瘤病理分級相關性研究[J];臨床醫(yī)藥文獻電子雜志;2018年14期

10 韓立虎,葉應湖,王國安;VEGF及PCNA表達與腦膠質瘤分級的相關性研究[J];卒中與神經疾病;2002年03期

相關會議論文 前2條

1 王雨琳;;125I粒子對復發(fā)腦膠質瘤的應用及環(huán)境輻射監(jiān)測研究[A];中華醫(yī)學會神經外科學分會第九次學術會議論文匯編[C];2010年

2 王玉亭;王道奎;張強;;血管緊張素Ⅱ受體在腦膠質瘤中的表達[A];中華醫(yī)學會神經外科學分會第九次學術會議論文匯編[C];2010年

相關碩士學位論文 前10條

1 徐光達;術前炎癥指標及Ki-67在膠質瘤病理分級中的臨床意義[D];延邊大學;2019年

2 文令華;基于磁共振影像組學膠質瘤病理分級預測研究[D];南華大學;2019年

3 楊杰民;腦膠質瘤病理分級與ADC值及ki-67標記指數的相關性研究[D];大理學院;2012年

4 譚建兒;動態(tài)對比增強磁共振成像在膠質瘤病理分級及與CTGF、HIF-1α表達的相關性研究[D];南方醫(yī)科大學;2014年

5 戚貴軍;miRNA-221和miRNA-222與膠質瘤病理分級及預后的關系研究[D];天津醫(yī)科大學;2012年

6 李峰;p57～（kip2）和p27～（kip1）蛋白表達與腦膠質瘤病理分級相關性及意義[D];中國醫(yī)科大學;2007年

7 夏立豐;14-3-3σ基因啟動子高甲基化在腦膠質瘤中的作用機制探討[D];南華大學;2006年

8 劉曉東;人腦膠質瘤中CD133的表達及其意義[D];山西醫(yī)科大學;2007年

9 王鵬;腦膠質瘤中Hsp60、70的表達及意義[D];吉林大學;2007年

10 蔣偉峰;IL-17及其受體在人腦膠質瘤中表達的研究[D];遵義醫(yī)學院;2014年

本文編號：2745659