基于增強MRI的影像組學模型術前預測肝細胞癌GPC3表達的初步研究
發(fā)布時間:2022-01-17 14:48
目的:探討基于增強MRI的影像組學模型在術前預測GPC3陽性肝細胞癌(HCC)的價值。方法:本研究是一項回顧性研究,一共入組了2014年4月至2017年12月期間在天津醫(yī)科大學腫瘤醫(yī)院進行肝切除術且術后病理證實為肝細胞癌的293名患者,將這些患者隨機分為實驗組(195人)和驗證組(98人)。所有患者術前均行肝臟MR動態(tài)增強檢查,且相應的臨床信息資料和影像資料完整。(1)本研究采用影像組學的方法對肝細胞癌MR圖像進行定量分析來實現(xiàn)肝細胞癌是否表達GPC3的預測,并構建出相應的組學預測模型。在每個患者的肝細胞癌增強MR延遲期圖像中手動分割出HCC病灶區(qū)域,得到感興趣區(qū)(ROI),借助影像組學方法從ROI中一共提取了853個定量影像特征(包括腫瘤病灶的形狀特征、強度特征、紋理特征、小波特征),在實驗組中采用單因素分析和Fisher information來對這些影像特征進行降維,隨后利用支持向量機(SVM)根據(jù)向前逐步回歸法篩選出最優(yōu)的影像特征,并利用篩選出的最優(yōu)影像特征來構建相應的組學模型。(2)利用實驗組各個患者的臨床信息(年齡、性別、腫瘤直徑、AFP、ALB、ALT、TBIL、肝炎、肝...
【文章來源】:天津醫(yī)科大學天津市 211工程院校
【文章頁數(shù)】:56 頁
【學位級別】:碩士
【部分圖文】:
影像組學流程圖
實驗組 驗證組圖 2 臨床模型、組學模型及聯(lián)合模型分別在實驗組和驗證組的 ROC 曲線表 2 三種模型的預測性能Table 2 Predictive performance for the proposed models模型類別實驗組 (N=195) 驗證組(N=98)Cut-offAUC(95%CI)ACC SEN SPEAUC(95%CI)ACC SEN SPE臨床模型0.815(0.752-0.878)72.3% 68.2% 81.7%0.758(0.661-0.855)71.4% 67.7% 80.0% 0.648
預測 GPC3 表達的獨立影響因素。因此,由 AFP 和組學模型一同構建聯(lián)合模型。聯(lián)合模型在實驗組中 AUC 高達 0.926 (95% CI, 0.884-0.969);在驗證組中 AUC 高達 0.914 (95%CI, 0.848-0.980),其最佳截斷值為 0.703,此時在實驗組中預測 GPC3陽性的準確性為 86.7%,特異性為 86.7%,敏感度為 86.7%;在驗證組中準確性為 79.6%,特異性為 93.3%,敏感度為 73.5%(表 2);這也說明了聯(lián)合模型預測GPC3 表達的良好效能。臨床模型、組學模型及聯(lián)合模型三者的 ROC 曲線見圖 2。經(jīng)過 Delong 檢驗發(fā)現(xiàn),三種模型的 ROC 曲線存在顯著差異性(p<0.001),且其對應的 AUC 值從大到小排序為:聯(lián)合模型>組學模型>臨床模型。每個模型對于全部患者的預測結果見附錄表 2。
【參考文獻】:
期刊論文
[1]上皮間質轉化介導腫瘤轉移的分子機制[J]. 張青云,傅俊江,陳漢春. 生命科學研究. 2018(06)
[2]如何認識和處理腫瘤異質性[J]. 鐘睿,李慧,張爽,柳菁菁,程穎. 中國肺癌雜志. 2018(09)
[3]影像組學的興起及其應用進展[J]. 劉超,魯際. 海南醫(yī)學. 2018(15)
[4]影像組學的臨床價值及面臨的挑戰(zhàn)[J]. 劉再毅. 協(xié)和醫(yī)學雜志. 2018(04)
[5]影像組學技術方法的研究及挑戰(zhàn)[J]. 史張,劉崎. 放射學實踐. 2018(06)
[6]基于普美顯增強磁共振的影像組學鑒別肝細胞癌與肝血管瘤[J]. 陳茂東,張靜,楊桂香,林杰民,馮衍秋. 南方醫(yī)科大學學報. 2018(04)
[7]肝癌假包膜的MRI表現(xiàn)與臨床病理對照研究[J]. 王照銀,王敏可,黃金標. 現(xiàn)代實用醫(yī)學. 2017(12)
[8]Glypican-3 is a prognostic factor and an immunotherapeutic target in hepatocellular carcinoma[J]. Yukihiro Haruyama,Hiroaki Kataoka. World Journal of Gastroenterology. 2016(01)
[9]一元羧酸轉運蛋白4在胃癌中的表達及與預后的關系[J]. 趙志,楊世斌,華立新,吳建海,張慶元,許開武,韓方海. 消化腫瘤雜志(電子版). 2015(02)
[10]肝細胞癌流行病學研究進展[J]. 邵家勝,盧洪洲,張永信. 肝臟. 2011(06)
本文編號:3594923
【文章來源】:天津醫(yī)科大學天津市 211工程院校
【文章頁數(shù)】:56 頁
【學位級別】:碩士
【部分圖文】:
影像組學流程圖
實驗組 驗證組圖 2 臨床模型、組學模型及聯(lián)合模型分別在實驗組和驗證組的 ROC 曲線表 2 三種模型的預測性能Table 2 Predictive performance for the proposed models模型類別實驗組 (N=195) 驗證組(N=98)Cut-offAUC(95%CI)ACC SEN SPEAUC(95%CI)ACC SEN SPE臨床模型0.815(0.752-0.878)72.3% 68.2% 81.7%0.758(0.661-0.855)71.4% 67.7% 80.0% 0.648
預測 GPC3 表達的獨立影響因素。因此,由 AFP 和組學模型一同構建聯(lián)合模型。聯(lián)合模型在實驗組中 AUC 高達 0.926 (95% CI, 0.884-0.969);在驗證組中 AUC 高達 0.914 (95%CI, 0.848-0.980),其最佳截斷值為 0.703,此時在實驗組中預測 GPC3陽性的準確性為 86.7%,特異性為 86.7%,敏感度為 86.7%;在驗證組中準確性為 79.6%,特異性為 93.3%,敏感度為 73.5%(表 2);這也說明了聯(lián)合模型預測GPC3 表達的良好效能。臨床模型、組學模型及聯(lián)合模型三者的 ROC 曲線見圖 2。經(jīng)過 Delong 檢驗發(fā)現(xiàn),三種模型的 ROC 曲線存在顯著差異性(p<0.001),且其對應的 AUC 值從大到小排序為:聯(lián)合模型>組學模型>臨床模型。每個模型對于全部患者的預測結果見附錄表 2。
【參考文獻】:
期刊論文
[1]上皮間質轉化介導腫瘤轉移的分子機制[J]. 張青云,傅俊江,陳漢春. 生命科學研究. 2018(06)
[2]如何認識和處理腫瘤異質性[J]. 鐘睿,李慧,張爽,柳菁菁,程穎. 中國肺癌雜志. 2018(09)
[3]影像組學的興起及其應用進展[J]. 劉超,魯際. 海南醫(yī)學. 2018(15)
[4]影像組學的臨床價值及面臨的挑戰(zhàn)[J]. 劉再毅. 協(xié)和醫(yī)學雜志. 2018(04)
[5]影像組學技術方法的研究及挑戰(zhàn)[J]. 史張,劉崎. 放射學實踐. 2018(06)
[6]基于普美顯增強磁共振的影像組學鑒別肝細胞癌與肝血管瘤[J]. 陳茂東,張靜,楊桂香,林杰民,馮衍秋. 南方醫(yī)科大學學報. 2018(04)
[7]肝癌假包膜的MRI表現(xiàn)與臨床病理對照研究[J]. 王照銀,王敏可,黃金標. 現(xiàn)代實用醫(yī)學. 2017(12)
[8]Glypican-3 is a prognostic factor and an immunotherapeutic target in hepatocellular carcinoma[J]. Yukihiro Haruyama,Hiroaki Kataoka. World Journal of Gastroenterology. 2016(01)
[9]一元羧酸轉運蛋白4在胃癌中的表達及與預后的關系[J]. 趙志,楊世斌,華立新,吳建海,張慶元,許開武,韓方海. 消化腫瘤雜志(電子版). 2015(02)
[10]肝細胞癌流行病學研究進展[J]. 邵家勝,盧洪洲,張永信. 肝臟. 2011(06)
本文編號:3594923
本文鏈接:http://sikaile.net/linchuangyixuelunwen/3594923.html
最近更新
教材專著