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(jiàn)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(shí)才需要處理,因此兩者間準(zhǔn)確的鑒別診斷對(duì)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(jué)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(lái)醫(yī)學(xué)影像領(lǐng)域新興的研究方向,其通過(guò)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(jí)、預(yù)后預(yù)測(cè)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(jià)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(gè)病灶(HCC:105個(gè),HHE:81個(gè)),從每個(gè)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(yàn)豐富的影像科醫(yī)生在最大橫截面積層面手動(dòng)勾畫(huà)出病灶后,對(duì)病灶區(qū)域提取影像特征(共373個(gè),包括一階統(tǒng)計(jì)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(guò)組間相關(guān)系數(shù)(Inter-class Correlation Coefficient,ICC)評(píng)估特征的可重復(fù)性,T檢驗(yàn)或Mann Whitney U檢驗(yàn)比較特征在疾病組間的差異,ROC分析評(píng)估特征的分類(lèi)能力。其次,分別通過(guò)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(shí)間劃分為訓(xùn)練集(81個(gè)HCC、60個(gè)HHE)、測(cè)試集(24個(gè)HCC、21個(gè)HHE),訓(xùn)練集用于特征選擇、建模,測(cè)試集用于最終模型的測(cè)試。模型的分類(lèi)性能采用5次10折交叉驗(yàn)證進(jìn)行評(píng)價(jià),評(píng)價(jià)指標(biāo)包括ROC曲線(xiàn)下面積(AUC)、敏感性、特異性以及分類(lèi)準(zhǔn)確率。兩種特征選擇方法下最終模型的測(cè)試ROC采用Delong檢驗(yàn)進(jìn)行比較。結(jié)果:特征可重復(fù)性評(píng)估的結(jié)果顯示超過(guò)90%(343/373)的特征ICC0.9。這部分特征中超過(guò)23%(80/343)在HCC組與HHE組間的差異具有顯著性(經(jīng)過(guò)Bonferroni校正p0.000146),在之后的ROC分析結(jié)果中,分類(lèi)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(lèi)準(zhǔn)確率為0.74。在特征選擇與分類(lèi)器訓(xùn)練中,兩種不同的算法得到的模型在訓(xùn)練集與測(cè)試集上均有著較好的分類(lèi)性能。根據(jù)LASSO算法選擇的11個(gè)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(cè)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(gè)特征獲到的分類(lèi)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(cè)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(lèi)性能略?xún)?yōu)于前者,但兩模型的測(cè)試AUC差異無(wú)統(tǒng)計(jì)學(xué)意義(p = 0.21)。結(jié)論:通過(guò)對(duì)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(duì)于精準(zhǔn)醫(yī)療的實(shí)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(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類(lèi)】：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(cè)試ＡＵＣ值通過(guò)逡逑Ｄｅｌｏｎｇ檢驗(yàn)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(píng)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(duì)所提取影像組學(xué)特征的可重復(fù)性、分類(lèi)性能評(píng)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(huà)示例，其中包含三個(gè)ＨＣＣ病灶（紅色線(xiàn)標(biāo)記），三個(gè)逡逑ＨＨＥ病灶（黃色線(xiàn)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(jì)１８６個(gè)病灶，其中ＨＣＣ病灶１０５個(gè)，ＨＨＥ病灶逡逑８１個(gè)。所有患者均經(jīng)過(guò)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(gè)病灶勾畫(huà)提取在最大橫截面積層面進(jìn)行，所使用的勾畫(huà)工具基于Ｍａｔｌａｂ逡逑ＧＵＩ自主編程設(shè)計(jì)。所有病灶的勾畫(huà)提取由兩名經(jīng)驗(yàn)豐富的影像科醫(yī)生共同完逡逑成。病灶的勾畫(huà)要求僅包含病灶區(qū)域而不包含周?chē)＝M織或其他組織，兩名逡逑醫(yī)生的勾畫(huà)結(jié)果經(jīng)過(guò)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(jì)算的簡(jiǎn)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(duì)不同角度所獲取的灰度逡逑共生矩陣特征取平均來(lái)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(duì)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(jiǎn)化特征提取分析的計(jì)算過(guò)程，使用上式的推廣，僅對(duì)ＲＯＩ內(nèi)每逡逑個(gè)像素與其８鄰域所組成的像素對(duì)進(jìn)行統(tǒng)計(jì)，對(duì)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(chēng)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(jià)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(duì)肝局灶性病變良惡性的鑒別診斷[J];中國(guó)醫(yī)科大學(xué)學(xué)報(bào);2010年04期

3 李曉娟;劉志蘭;何冰峰;周晶;那婧;;ADC值對(duì)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(bào);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(jià)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(jià)值初探[D];大連醫(yī)科大學(xué);2013年

本文編號(hào)：2817178