天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

CT影像組學(xué)在胃神經(jīng)內(nèi)分泌腫瘤中的診斷研究

發(fā)布時間:2020-09-01 20:50
   第一部分CT影像組學(xué)在鑒別胃神經(jīng)內(nèi)分泌癌和胃腺癌中的診斷研究目的:探討基于CT圖像的影像組學(xué)方法在鑒別胃神經(jīng)內(nèi)分泌癌(neuroendocrine carcinoma,NEC)和胃腺癌(adenocarcinoma,ADC)中的診斷價值。材料與方法:回顧性收集我院2011年8月至2018年11月經(jīng)病理確診的胃神經(jīng)內(nèi)分泌癌患者48例和胃腺癌患者55例,均進行治療前腹部CT平掃加增強掃描,并具備完整的臨床病理資料。評估腫瘤CT主觀特征包括部位、形狀、腫瘤邊界、囊變和壞死、淋巴結(jié)轉(zhuǎn)移和肝轉(zhuǎn)移,測量腫瘤最厚徑、最長徑、三期平均CT值并計算各期強化率,以及記錄患者臨床一般資料。采用Kappa檢驗和組內(nèi)相關(guān)系數(shù)(intraclass correlation coefficient,ICC)分析觀察者間圖像評估的可重復(fù)性。采用獨立樣本t檢驗(或Mann-Whitney U檢驗)比較兩組定量資料,卡方檢驗(或Fisher’s確切概率檢驗)比較兩組間定性資料,并通過Logistic回歸篩選出鑒別NEC和ADC的獨立影響因素。通過ITK-SNAP軟件手動分割全腫瘤,提取影像組學(xué)特征,通過“極端梯度上升”(Extreme Gradient Boosting,XGBoost)算法篩選組學(xué)特征并構(gòu)建影像組學(xué)模型,并用十折交叉驗證得到最佳參數(shù)。另將CT影像特征均納入XGboost算法中,構(gòu)建CT影像診斷模型。繪制受試者工作(receiver operating characteristic,ROC)曲線檢驗CT影像模型和影像組學(xué)模型的診斷性能,并確定曲線下面積(area under the curve,AUC)、準確度、敏感度和特異度。采用Delong檢驗比較兩種模型的診斷性能。結(jié)果:腫瘤最厚徑、腫瘤邊界及動脈-靜脈期強化率可作為鑒別NEC和ADC的獨立影響因素(P0.05)。CT影像模型中排名前三位的重要影響因素分別是動脈-靜脈期強化率(190分)、腫瘤最厚徑(174分)和腫瘤邊界(163分)。影像組學(xué)模型排名前三位的重要鑒別因素分別是P_wavelet-HLL_firstorder_Skewness(27分),PS_original_shape_Surface Volume Ratio(21分)和A_original_shape_Flatness(21分)。ROC曲線分析顯示,CT影像模型及影像組學(xué)模型的AUC值分別為0.608和0.742,準確性分別為58.06%和71.88%,敏感度分別為56.25%和72.22%,特異度分別為60.00%和71.43%;赬GBoost算法的影像組學(xué)模型的AUC值、敏感度、特異度及準確度均比CT影像模型高,且兩者之間AUC值差異有統(tǒng)計學(xué)意義(P0.05)。結(jié)論:1.CT影像評估中,動脈-靜脈期強化率、腫瘤邊界和腫瘤最厚徑對鑒別胃NEC和ADC有一定診斷價值。2.基于CT圖像的影像組學(xué)模型在NEC和ADC的鑒別中具有重要的應(yīng)用價值,且診斷性能比CT影像模型更高,有助于臨床定量診斷。第二部分CT影像組學(xué)在評估胃神經(jīng)內(nèi)分泌腫瘤不同病理分級中的診斷研究目的:探討基于CT圖像的影像組學(xué)方法在評估和鑒別胃神經(jīng)內(nèi)分泌腫瘤(gastric neuroendocrine neoplasms,NEN)不同病理分級中的診斷價值。材料與方法:回顧性收集我院2011年8月至2018年11月經(jīng)病理確診且分級明確的胃NEN患者103例,均具備完整的臨床病理資料和符合診斷要求的治療前腹部CT雙期增強掃描圖像。評估腫瘤CT主觀特征包括病灶個數(shù)、腫瘤部位、腫瘤形態(tài)和淋巴結(jié)轉(zhuǎn)移狀態(tài),測量腫瘤最厚徑、最長徑、動靜脈期平均CT值,記錄患者一般臨床資料。觀察者間一致性分析采用Kappa檢驗和組內(nèi)相關(guān)系數(shù)(intraclass correlation coefficient,ICC)。采用獨立樣本t檢驗(或Mann-Whitney U檢驗)比較兩組間定量資料,卡方檢驗(或Fisher’s確切概率檢驗)比較兩組間的定性資料。將CT影像特征均納入XGboost算法中進行特征篩選和CT影像診斷模型的構(gòu)建。以動脈期和靜脈期圖像為基礎(chǔ),在ITK-SNAP軟件上手動分割腫瘤病灶,采用XGboost回歸模型建立動脈期和靜脈期組學(xué)模型。將CT影像模型和動靜脈期組學(xué)模型中的重要影響因素均納入XGBoost回歸分析中得到聯(lián)合診斷模型。采用十倍交叉驗證選出模型的最優(yōu)參數(shù)。比較CT影像模型、動靜脈期組學(xué)模型和聯(lián)合診斷模型的性能,得到相應(yīng)的準確性、均方誤差(Mean Squared Error,MSE)和平均絕對誤差(Mean Absolute Error,MAE)。采用Kruskal-Wallis檢驗比較各個模型的MSE和MAE,兩兩比較采用Bonferroni檢驗。結(jié)果:CT影像評估(病灶個數(shù)、腫瘤部位、腫瘤形態(tài)、淋巴結(jié)轉(zhuǎn)移狀態(tài)、最厚徑及最長徑)和臨床特征(年齡、性別、是否吸煙)在中低(G1/G2)級別和高級別神經(jīng)內(nèi)分泌腫瘤(G3)組間差異有統(tǒng)計學(xué)意義(P0.05)。CT影像模型中重要性評分大于1400分的重要影響因素分別是最長徑、腫瘤最厚徑、CTPP、腫瘤部位、年齡和淋巴結(jié)轉(zhuǎn)移。動脈期和靜脈期影像組學(xué)模型中評分大于1000分的重要影響因素分別有6個和7個。聯(lián)合診斷模型中排名前6位的重要影響因素分別是A_logarithm_glcm_Imc1、P_squareroot_glcm_Maximum Probability、最厚徑、最長徑、A_wavelet-HHL_glrlm_Gray Level Non Uniformity和P_waveletLLL_ngtdm_Contrast。CT影像模型、動脈期組學(xué)模型、靜脈期組學(xué)模型和綜合診斷模型的準確率分別為81.8%、86.0%、87.8%和91.0%;MSE分別為539.407、490.076、429.994和371.921;MAE分別為16.716、15.253、14.231和12.326。聯(lián)合診斷模型的準確性最高,MSE和MAE在三種模型中均最低,與CT影像模型的診斷性能差異具有統(tǒng)計學(xué)差異(P=0.03,P0.001)。結(jié)論:1.CT影像診斷中,病灶數(shù)目、腫瘤部位、形態(tài)、淋巴結(jié)轉(zhuǎn)移狀態(tài)、腫瘤最厚徑及最長徑在中低級別和高級別胃神經(jīng)內(nèi)分泌腫瘤的鑒別中具有一定意義。2.構(gòu)建CT影像模型、動靜脈期影像組學(xué)模型和聯(lián)合診斷模型來鑒別不同病理級別的胃NEN,其中聯(lián)合診斷模型的診斷性能最高。
【學(xué)位單位】:鄭州大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2019
【中圖分類】:R735.2;R730.44
【部分圖文】:

示意圖,胃神經(jīng),內(nèi)分泌,示意圖


4.3 影像組學(xué)特征提取通過美國癌癥研究協(xié)會 (American Association for Cancer Research, AACR)的影像組學(xué)軟件 Pyradiomics (Python2.1.0) 對分割后圖像進行特征提取。一個病例中每期圖像可提取 1037 個特征,其中包括 7 類組學(xué)特征,分別是“Shape”形態(tài)特征 (14)、“First Order”一階統(tǒng)計 (18)、“Gray Level Co-occurrence Matrix(GLCM)”灰度共生矩陣特征 (24)、“GrayLevelRunLengthMatrix(GLRLM)”灰度游程矩陣特征 (16)、“Gray Level Size Zone Matrix (GLSZM)”灰度區(qū)域尺寸矩陣 (16)、“Gray Level Dependence Matrix (GLDM)” 灰度相關(guān)性矩陣 (14) 和“Neighbouring Gray Tone Difference Matrix (NGTDM)” 鄰域灰度差分矩陣 (5)。在特征提取之前對圖像進行預(yù)處理:(1)“Wavelet”小波濾波,每張圖像產(chǎn)生8 個分解 (每個維度應(yīng)用一個高通或低通濾波器),得到濾波結(jié)果為 XLLL,XLLH,圖 1.1 胃神經(jīng)內(nèi)分泌癌的手動分割示意圖。 A 動脈期增強圖像,賁門部可見潰瘍型腫物,強化不均勻。B 同一層面手動勾畫圖像。C 經(jīng)過逐層勾畫所得胃神經(jīng)內(nèi)分泌癌的 3D 模型。圖 1.1A 圖 1.1B 圖 1.1C

影像,重要性,影響因素,影像


腫瘤邊界、最厚徑和動脈-靜脈期強化率是鑒別 NEC 和 ADC 的獨立影響因素 (見表 1.5)。表 1.5 鑒別胃神經(jīng)內(nèi)分泌癌與胃腺癌的 Logistic 回歸模型因素 B 值 S.E. Wald 值 P 值 OR 值(95%CI)腫瘤邊界 -1.560 .512 9.271 0.002 0.210 (0.077 ~ 0.574)最厚徑 -0.124 0.038 10.487 0.001 0.884 (0.820 ~ 0.952)動脈-靜脈期強化率 0.877 0.336 6.792 0.009 2.404 (1.243 ~ 4.648)常量 1.679 0.883 3.614 0.057 5.361注:B:回歸系數(shù);S.E.:標準誤;Wald 值:χ2檢驗值。將臨床和 CT 影像特征納入 XGBoost 算法中,通過 GridSearchCV 獲取模型的最優(yōu)參數(shù),最終參數(shù)調(diào)整為 max_deep=5,gamma=0.l,n_estimators=2000,reg_lambda=2,獲得 CT 影像模型,模型中各影響因素按重要性評分排序 (見圖1.2),排名前三位的分別是動脈-靜脈期強化率 (190 分)、腫瘤最厚徑 (174 分) 和腫瘤邊界 (163 分)。

影像,影像,重要性,影響因素


5 影像組學(xué)模型構(gòu)建將組學(xué)特征納入 XGboost 算法中,得到影像組學(xué)預(yù)測模型。各影響因素按重要性評分排序,其中>10 分的影像因素有 7 個特征 (見圖 1.3),可作為鑒別診斷模型的最優(yōu)特征。位于前三位的是靜脈期小波變化的偏度 (27 分)、平掃期表面流明 (21 分) 和動脈期平面度 (21 分)。

【相似文獻】

相關(guān)期刊論文 前10條

1 潘靜;張治民;侯志斌;;胃多發(fā)神經(jīng)內(nèi)分泌腫瘤一例報告[J];青海醫(yī)藥雜志;2019年02期

2 張建偉;徐泉;蘭忠民;張水生;趙亞杰;儲云棉;任虎;王成鋒;;胃神經(jīng)內(nèi)分泌腫瘤的臨床診治分析[J];中國腫瘤臨床與康復(fù);2019年01期

3 丁紹冬;張新軍;;直腸神經(jīng)內(nèi)分泌腫瘤相關(guān)危險因素的研究進展[J];臨床醫(yī)藥實踐;2019年01期

4 王崢;程世釗;周方;韓興鵬;盧喜科;孫大強;張遜;;肺低級別神經(jīng)內(nèi)分泌腫瘤的系統(tǒng)治療[J];中國肺癌雜志;2019年01期

5 閆潔瓊;崔航;李yN;;原發(fā)性肝臟神經(jīng)內(nèi)分泌腫瘤1例并文獻復(fù)習(xí)[J];中國實驗診斷學(xué);2019年02期

6 朱建華;郝鳳媛;李楠;;直腸神經(jīng)內(nèi)分泌腫瘤內(nèi)鏡下診療的臨床研究[J];中華保健醫(yī)學(xué)雜志;2019年01期

7 高偉華;向曉星;;原發(fā)性肝臟神經(jīng)內(nèi)分泌腫瘤最新研究[J];胃腸病學(xué)和肝病學(xué)雜志;2019年02期

8 鄭星瀘;吳秀玲;;闌尾神經(jīng)內(nèi)分泌腫瘤8例臨床病理特點分析[J];中國鄉(xiāng)村醫(yī)藥;2019年01期

9 林曉花;謝忠;楊子恒;歐李榮;;胃腸胰神經(jīng)內(nèi)分泌腫瘤的治療進展[J];臨床醫(yī)學(xué)研究與實踐;2019年07期

10 金鳳實;;腸道神經(jīng)內(nèi)分泌腫瘤臨床治療效果研究[J];世界最新醫(yī)學(xué)信息文摘;2019年21期

相關(guān)會議論文 前10條

1 樓文暉;;胃腸胰神經(jīng)內(nèi)分泌腫瘤的外科治療[A];2015“聚焦內(nèi)分泌疾病的診斷與治療”國家級繼續(xù)教育學(xué)習(xí)班論文匯編[C];2015年

2 來茂德;;胃腸胰神經(jīng)內(nèi)分泌腫瘤-認識和問題[A];2015年浙江省醫(yī)學(xué)會病理學(xué)術(shù)年會論文匯編[C];2015年

3 孫保存;;胃腸胰神經(jīng)內(nèi)分泌腫瘤的診斷以及陷阱[A];2015年浙江省醫(yī)學(xué)會病理學(xué)術(shù)年會論文匯編[C];2015年

4 李景南;;胃腸胰神經(jīng)內(nèi)分泌腫瘤的診斷[A];第九次全國消化系統(tǒng)疾病學(xué)術(shù)會議專題報告論文集[C];2009年

5 朱朝暉;;神經(jīng)內(nèi)分泌腫瘤的影像學(xué)新進展[A];2012中國消化系疾病學(xué)術(shù)大會論文匯編[C];2012年

6 夏璐;;超聲內(nèi)鏡在神經(jīng)內(nèi)分泌腫瘤的應(yīng)用[A];2012中國消化系疾病學(xué)術(shù)大會論文匯編[C];2012年

7 張大昕;;晚期胃腸胰神經(jīng)內(nèi)分泌腫瘤治療進展[A];中國腫瘤內(nèi)科進展 中國腫瘤醫(yī)師教育(2014)[C];2014年

8 錢家鳴;張茹;;胃腸胰神經(jīng)內(nèi)分泌腫瘤治療進展[A];中華醫(yī)學(xué)會第七次全國消化病學(xué)術(shù)會議論文匯編(上冊)[C];2007年

9 郭曉川;石燕;陳麗;韓雅琳;戴廣海;;小腸神經(jīng)內(nèi)分泌腫瘤/癌臨床病理分析[A];中國腫瘤內(nèi)科進展 中國腫瘤醫(yī)師教育(2014)[C];2014年

10 李婷婷;錢志榮;Shuji Ogino;Matthew H.Kulke;;血管內(nèi)皮生長因子在胃腸胰腺神經(jīng)內(nèi)分泌腫瘤中的表達及其臨床意義[A];中國腫瘤內(nèi)科進展 中國腫瘤醫(yī)師教育(2014)[C];2014年

相關(guān)重要報紙文章 前10條

1 中日醫(yī)院中西醫(yī)結(jié)合腫瘤內(nèi)科 譚煌英 竇豆 整理 仇玉青;神經(jīng)內(nèi)分泌腫瘤沒那么“惡”[N];健康報;2016年

2 于江媛;多學(xué)科協(xié)力為神經(jīng)內(nèi)分泌腫瘤診治開辟“綠色通道”[N];中國醫(yī)藥報;2015年

3 王建;探索神經(jīng)內(nèi)分泌腫瘤精準診療[N];科技日報;2015年

4 本報記者 錢峰;靶向藥物改變胃腸胰神經(jīng)內(nèi)分泌腫瘤診療[N];健康報;2014年

5 本報記者 李穎;究竟什么是神經(jīng)內(nèi)分泌腫瘤?[N];科技日報;2012年

6 本報記者 李穎;神經(jīng)內(nèi)分泌腫瘤,你了解多少[N];科技日報;2012年

7 本報記者 李穎;神經(jīng)內(nèi)分泌腫瘤隱形難見[N];科技日報;2012年

8 本報記者 朱國旺;神經(jīng)內(nèi)分泌腫瘤常被延誤診斷[N];中國醫(yī)藥報;2012年

9 記者 王雪飛;神經(jīng)內(nèi)分泌腫瘤漏診誤診多[N];健康報;2012年

10 記者 王雪飛;神經(jīng)內(nèi)分泌腫瘤需警惕[N];健康報;2011年

相關(guān)博士學(xué)位論文 前10條

1 吳春;胃神經(jīng)內(nèi)分泌腫瘤臨床病理及基因分析研究[D];南方醫(yī)科大學(xué);2018年

2 陳曉;非胃泌素依賴型胃神經(jīng)內(nèi)分泌腫瘤基因組學(xué)研究及同時性結(jié)直腸癌肝轉(zhuǎn)移同期切除手術(shù)方式探討[D];北京協(xié)和醫(yī)學(xué)院;2018年

3 張海燕;依維莫司在神經(jīng)內(nèi)分泌腫瘤中的作用及相關(guān)調(diào)控機制研究[D];蘇州大學(xué);2017年

4 邱偉;針對多發(fā)性內(nèi)分泌腫瘤-1型中的胰腺神經(jīng)內(nèi)分泌腫瘤的系統(tǒng)臨床研究[D];吉林大學(xué);2017年

5 焦學(xué)龍;胃腸胰神經(jīng)內(nèi)分泌腫瘤的臨床病理特征與生存分析[D];青島大學(xué);2017年

6 徐瑩;胰腺、直腸神經(jīng)內(nèi)分泌腫瘤臨床特征及預(yù)后分析[D];上海交通大學(xué);2014年

7 喬新偉;對比中、美胰腺神經(jīng)內(nèi)分泌腫瘤臨床病理特點的異同探索診斷和預(yù)后判斷的標志物[D];北京協(xié)和醫(yī)學(xué)院;2015年

8 周波;胰腺神經(jīng)內(nèi)分泌腫瘤的臨床病理特征及預(yù)后分析的研究[D];浙江大學(xué);2016年

9 爾麗綿;IMP3對胃腸胰神經(jīng)內(nèi)分泌腫瘤增殖侵襲影響及機制研究[D];河北醫(yī)科大學(xué);2016年

10 高岑;CD147在胃腸胰神經(jīng)內(nèi)分泌腫瘤中的表達模式及其影響機制初探[D];北京協(xié)和醫(yī)學(xué)院;2017年

相關(guān)碩士學(xué)位論文 前10條

1 李遠良;嗜鉻粒蛋白A及嗜鉻粒蛋白B在晚期神經(jīng)內(nèi)分泌腫瘤的應(yīng)用[D];北京中醫(yī)藥大學(xué);2019年

2 邱旭東;中藥聯(lián)合生長抑素類似物治療晚期胃腸胰神經(jīng)內(nèi)分泌腫瘤的相關(guān)研究[D];北京中醫(yī)藥大學(xué);2019年

3 王睿;CT影像組學(xué)在胃神經(jīng)內(nèi)分泌腫瘤中的診斷研究[D];鄭州大學(xué);2019年

4 鄭夢真;胰腺神經(jīng)內(nèi)分泌腫瘤的診治分析及預(yù)后研究[D];鄭州大學(xué);2019年

5 王照地;183例胃神經(jīng)內(nèi)分泌腫瘤的臨床病理特征及預(yù)后分析[D];鄭州大學(xué);2019年

6 李甜甜;胃神經(jīng)內(nèi)分泌腫瘤的臨床分析[D];鄭州大學(xué);2019年

7 李珠銀;胰腺神經(jīng)內(nèi)分泌腫瘤的臨床診治分析[D];鄭州大學(xué);2019年

8 姚佳圓;47例十二指腸神經(jīng)內(nèi)分泌腫瘤的臨床病理特征及預(yù)后分析[D];鄭州大學(xué);2019年

9 王瓊;33例消化系統(tǒng)神經(jīng)內(nèi)分泌腫瘤患者臨床病理特征及預(yù)后分析[D];廣西醫(yī)科大學(xué);2013年

10 司文龍;胃腸道神經(jīng)內(nèi)分泌腫瘤的臨床特征及預(yù)后分析[D];大連醫(yī)科大學(xué);2018年



本文編號:2810239

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/linchuangyixuelunwen/2810239.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶7c680***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com