背景:肝細(xì)胞癌是肝臟主要惡性病變,是當(dāng)今世界范圍內(nèi)三大癌癥殺手之一。血管瘤是肝臟常見的良性腫瘤。兩者的治療方法截然不同:肝細(xì)胞癌的最佳治療方法是手術(shù)切除、肝移植或進(jìn)行介入治療,而血管瘤通常不需要特殊干預(yù),僅當(dāng)出現(xiàn)明顯癥狀時才需要處理,因此兩者間準(zhǔn)確的鑒別診斷對于后續(xù)治療方案的確定具有重大的臨床意義。雖然肝細(xì)胞癌與血管瘤有著完全不同的病理結(jié)構(gòu),但卻常常有相似的影像學(xué)表現(xiàn),使得傳統(tǒng)依靠人眼主觀視覺進(jìn)行診斷的方式準(zhǔn)確性與一致性有限。影像組學(xué)是近年來醫(yī)學(xué)影像領(lǐng)域新興的研究方向,其通過從醫(yī)學(xué)圖像中提取的高通量特征,結(jié)合機(jī)器學(xué)習(xí)等分析方法輔助疾病診斷、分級、預(yù)后預(yù)測等,有望用于肝細(xì)胞癌與血管瘤的鑒別診斷。目的:探索基于增強(qiáng)MR的影像組學(xué)鑒別肝細(xì)胞癌(Hepatocellular Carcinoma,HCC)與血管瘤(Hepatic Hemangioma,HHE)的價值。方法:本文從南方醫(yī)科大學(xué)南方醫(yī)院回顧性地收集了 134例患者共186個病灶(HCC:105個,HHE:81個),從每個患者的普美顯MRI增強(qiáng)掃描數(shù)據(jù)中選擇肝膽管期圖像用于分析。由兩名經(jīng)驗豐富的影像科醫(yī)生在最大橫截面積層面手動勾畫出病灶后,對病灶區(qū)域提取影像特征(共373個,包括一階統(tǒng)計特征、灰度共生矩陣、鄰域灰度差矩陣、游程矩陣以及灰度區(qū)域大小矩陣特征)。首先,通過組間相關(guān)系數(shù)(Inter-class Correlation Coefficient,ICC)評估特征的可重復(fù)性,T檢驗或Mann Whitney U檢驗比較特征在疾病組間的差異,ROC分析評估特征的分類能力。其次,分別通過LASSO算法、基于MIC(Maximal Information Coefficient)的 mRmR(minimal-Redundancy-maximal-Relevance)算法進(jìn)行特征選擇。最后訓(xùn)練支持向量機(jī)建立鑒別診斷模型。數(shù)據(jù)集根據(jù)采集時間劃分為訓(xùn)練集(81個HCC、60個HHE)、測試集(24個HCC、21個HHE),訓(xùn)練集用于特征選擇、建模,測試集用于最終模型的測試。模型的分類性能采用5次10折交叉驗證進(jìn)行評價,評價指標(biāo)包括ROC曲線下面積(AUC)、敏感性、特異性以及分類準(zhǔn)確率。兩種特征選擇方法下最終模型的測試ROC采用Delong檢驗進(jìn)行比較。結(jié)果:特征可重復(fù)性評估的結(jié)果顯示超過90%(343/373)的特征ICC0.9。這部分特征中超過23%(80/343)在HCC組與HHE組間的差異具有顯著性(經(jīng)過Bonferroni校正p0.000146),在之后的ROC分析結(jié)果中,分類性能最高的是灰度區(qū)域大小矩陣的 LZHGE 特征(Large Zone High Gray-Level Emphasis),其AUC值為0.81(p0.01),敏感性為0.70,特異性為0.80,分類準(zhǔn)確率為0.74。在特征選擇與分類器訓(xùn)練中,兩種不同的算法得到的模型在訓(xùn)練集與測試集上均有著較好的分類性能。根據(jù)LASSO算法選擇的11個特征,在訓(xùn)練集的平均AUC值、敏感性、特異性、準(zhǔn)確率以及相應(yīng)的95%置信區(qū)間分別為0.834(0.807-0.861)、0.795(0.755-0.836)、0.667(0.631-0.701)、0.741(0.716-0.764),測試結(jié)果為:AUC值0.851,敏感性0.791,特異性0.667,準(zhǔn)確率0.733。而基于MIC的mRmR算法選擇的15個特征獲到的分類器平均AUC、敏感性、特異性、準(zhǔn)確率分別為:0.915(0.891-0.940)、0.888(0.855-0.922)、0.803(90.756-0.850)、0.852(0.824-0.879),測試結(jié)果 AUC 為 0.892,敏感性 0.875,特異性 0.760,準(zhǔn)確率0.822�；贛IC的mRmR算法下建立的模型分類性能略優(yōu)于前者,但兩模型的測試AUC差異無統(tǒng)計學(xué)意義(p = 0.21)。結(jié)論:通過對普美顯MRI增強(qiáng)掃描肝膽管期圖像提取影像組學(xué)特征,結(jié)合機(jī)器學(xué)習(xí)方法能夠較好地鑒別診斷肝細(xì)胞癌與血管瘤,為影像科醫(yī)生臨床診斷提供有利的輔助手段,對于精準(zhǔn)醫(yī)療的實現(xiàn)具有重要意義。
【學(xué)位單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R735.7;R445.2
【部分圖文】：

敏感性、特異性、準(zhǔn)確率。兩種特征選擇方法所得到模型的測試ＡＵＣ值通過逡逑Ｄｅｌｏｎｇ檢驗比較。逡逑圖１為本研宄流程：逡逑ＭＲ圖像獲取邐影像組學(xué)特征提取邐影像組學(xué)特征選擇逡逑與病灶提取邐與性能評估邐與鑒別診斷模型建立逡逑丨丨邋：＼丨｜邋！邋１逡逑：邋＇ｉ１邐－邋ｒｖ邋ｉ逡逑丨｜邋W 暹：：：：．逡逑�。�；－邐ｐ，邋＂ｒ．＾－－？逡逑Ｖ邐、一」邐八邐逡逑圖１－１研宄流程逡逑Ｆｉｇ．１－１邋Ｗｏｒｋｆｌｏｗ邋ｏｆ邋ｔｈｉｓ邋ｓｔｕｄｙ．逡逑１．４本文結(jié)構(gòu)逡逑本論文總共分為五章。逡逑第一章：介紹本文的研究背景及意義，影像組學(xué)的提出及發(fā)展，本文的工逡逑作、文章的結(jié)構(gòu)。逡逑第二章：介紹肝細(xì)胞癌與血管瘤ＭＲ影像數(shù)據(jù)的獲取以及病灶的提取。逡逑第三章：介紹所提取肝細(xì)胞癌與血管瘤影像組學(xué)特征的基本原理與方法，逡逑對所提取影像組學(xué)特征的可重復(fù)性、分類性能評估方法及結(jié)果。逡逑第四章：介紹肝細(xì)胞癌與血管瘤鑒別診斷模型的建立，包括：基于最大信逡逑７逡逑

逑ＩＨＨＤ逡逑ｍｍａ逡逑圖２－２病灶提取示例，Ａ：邋ＨＣＣ病灶；Ｂ：邋ＨＨＥ病灶逡逑Ｆｉｇ．２－２邋Ｅｘａｍｐｌｅ邋ｏｆ邋ｅｘｔｒａｃｔｉｏｎ邋ｌｅｓｉｏｎ邋ｒｅｇｉｏｎ，邋Ａ：邋ＨＣＣ邋ｌｅｓｉｏｎｓ，邋Ｂ：邋ＨＨＥ邋ｌｅｓｉｏｎｓ逡逑圖２－１給出部分病灶的勾畫示例，其中包含三個ＨＣＣ病灶（紅色線標(biāo)記），三個逡逑ＨＨＥ病灶（黃色線標(biāo)記）。逡逑２．３小結(jié)逡逑本文回顧性收集了南方醫(yī)科大學(xué)南方醫(yī)院２０１４年８月到２０１６年１２月的肝逡逑細(xì)胞或血管瘤患者１３４例，共計１８６個病灶，其中ＨＣＣ病灶１０５個，ＨＨＥ病灶逡逑８１個。所有患者均經(jīng)過普美顯ＭＲＩ增強(qiáng)掃描，其中肝膽管期圖像用于本文的分逡逑析。每個病灶勾畫提取在最大橫截面積層面進(jìn)行，所使用的勾畫工具基于Ｍａｔｌａｂ逡逑ＧＵＩ自主編程設(shè)計。所有病灶的勾畫提取由兩名經(jīng)驗豐富的影像科醫(yī)生共同完逡逑成。病灶的勾畫要求僅包含病灶區(qū)域而不包含周圍正常組織或其他組織，兩名逡逑醫(yī)生的勾畫結(jié)果經(jīng)過相互的確認(rèn)后才算完成。逡逑１２逡逑

Ｆｉｇ．３－１邋ＧＬＣＭ邋ｃｏｍｐｕｔａｔｉｏｎ邋ｅｘａｍｐｌｅ邋ｗｉｔｈ邋ｄ邋＝邋１邋ａｎｄ邋＾＝０°逡逑ｆｏｒａ邋４ｘ４邋ｉｍａｇｅ邋ｗｉｔｈ邋４邋ｇｒａｙ邋ｌｅｖｅｌｓ逡逑為ｄ。圖３－１為灰度共生矩陣計算的簡單示例。逡逑由于不同的參數(shù)設(shè)置（距離ｄ，方向角度０）可以得到不同的特征，而且所逡逑得到的特征并非旋轉(zhuǎn)不變，為了克服這種缺陷，一般對不同角度所獲取的灰度逡逑共生矩陣特征取平均來獲得具有旋轉(zhuǎn)不變形的特征［７６］，即逡逑７邐？，０。（２，邋／）邋＋邋￣，４５。（’，＊／）邋＋邋＼，９０。（’，７）邋＋邋￣，１３５。（’，？／）逡逑ｎｄ、ｌ，Ｊ）＝邐邐邐逡逑４邐３－５逡逑之后對矩陣進(jìn)行歸一化操作得到灰度共生矩陣的最終形式：逡逑ＰＡｈＪ）＝邋Ｎｓ邋■，ｉ，ｊ邋＝邋ｌ２，．．．Ｎｇ逡逑＇＝】；＝ｉ邐３－６逡逑本文為了簡化特征提取分析的計算過程，使用上式的推廣，僅對ＲＯＩ內(nèi)每逡逑個像素與其８鄰域所組成的像素對進(jìn)行統(tǒng)計，對應(yīng)距離ｄ＝ｌ，且不考慮方向角度。逡逑最終從獲取的灰度共生矩陣中提取能量（也稱Ａｎｇｕｌａｒ邋Ｓｅｃｏｎｄ邋Ｍｏｍｅｎｔ

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 袁灼彬;鄭曉林;王惠媚;楊沛欽;葉瑞婷;;DWI定量分析在鑒別肝臟良惡性病變的價值[J];影像診斷與介入放射學(xué);2014年01期

2 戚喜勛;李祥勝;張瑩瑩;徐榮天;李心瑤;;磁共振彌散加權(quán)成像對肝局灶性病變良惡性的鑒別診斷[J];中國醫(yī)科大學(xué)學(xué)報;2010年04期

3 李曉娟;劉志蘭;何冰峰;周晶;那婧;;ADC值對肝臟良惡性腫瘤鑒別診斷的研究[J];哈爾濱醫(yī)科大學(xué)學(xué)報;2009年03期

4 言偉強(qiáng),鄒立秋,趙艷,劉遠(yuǎn)健,向先俊,高文清,劉鵬程;小肝細(xì)胞癌與小肝血管瘤螺旋CT三期掃描的鑒別診斷[J];中華腫瘤雜志;2005年11期

5 ;Evaluation of diffusion weighted imaging of magnetic resonance imaging in small focal hepatic lesions:a quantitative study in 56 cases[J];Hepatobiliary & Pancreatic Diseases International;2005年03期

相關(guān)碩士學(xué)位論文 前2條

1 韓錚;DWI不同指數(shù)模型在肝細(xì)胞癌及肝血管瘤鑒別診斷中的應(yīng)用價值[D];大連醫(yī)科大學(xué);2016年

2 王升;ESWAN序列在肝細(xì)胞癌與肝血管瘤鑒別中的應(yīng)用價值初探[D];大連醫(yī)科大學(xué);2013年

本文編號：2817178