肺癌是世界范圍內(nèi)引起惡性腫瘤相關(guān)死亡的首要原因。非小細(xì)胞肺癌（non-small cell lung cancer,NSCLC）是肺癌最常見的病理類型,約占全部肺癌的85%。大多數(shù)非小細(xì)胞肺癌患者在初診時(shí)即為局部晚期甚至是晚期轉(zhuǎn)移性疾病,預(yù)后極差,其中局部晚期非小細(xì)胞肺癌（locally advanced non-small cell lung cancer,LA-NSCLC）的5年生存率為15%-25%,而晚期非小細(xì)胞肺癌僅為5%。在精準(zhǔn)醫(yī)療的背景下,尋找一種能夠早期預(yù)測(cè)治療療效、規(guī)避治療風(fēng)險(xiǎn)的方法,有效地指導(dǎo)個(gè)體化治療,最大程度地改善患者的預(yù)后,是目前臨床工作中亟待解決的問題。隨著大數(shù)據(jù)時(shí)代的到來,腫瘤相關(guān)的影像信息、臨床信息、基因信息等都與數(shù)據(jù)息息相關(guān),形成了以數(shù)據(jù)為中心的信息科學(xué),并在引發(fā)一場(chǎng)醫(yī)療思維與方法的革命。在眾多醫(yī)療數(shù)據(jù)中影像資料最為常見,通常格式規(guī)范且易于獲取。同時(shí),影像學(xué)在非小細(xì)胞肺癌的治療過程中起著關(guān)鍵作用,包括早期診斷、療效監(jiān)測(cè)和預(yù)后評(píng)估都與醫(yī)學(xué)影像密不可分。傳統(tǒng)的影像學(xué)對(duì)腫瘤的評(píng)估主要依靠定性特征,例如腫瘤密度、增強(qiáng)模式、腫瘤內(nèi)成分、腫瘤切緣是否規(guī)則及與周圍組... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：182 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－１－１總體研究設(shè)計(jì)的流程圖??本研究共納入了?４個(gè)獨(dú)立的研宄隊(duì)列，包括三個(gè)主要步驟（不同顏色編碼代表不同的步??驟）

?山東大學(xué)博士學(xué)位論文???志物的過擬合。另一方面，在該研宄中為了進(jìn)一步減少圖像特征的冗余，還??比較了特征之間的相關(guān)性（圖１－１－２）并消除了高度相關(guān)的圖像特征（Ｐｅａｒｓｏｎ??相關(guān)性＞０．９）。??纖緣鑼＿＿編輸＃ｒ??ｓｉｚｅｌ??ｓｉｚｅ２?？？?＃?？?＾?備參??ｓｉｚｅ３?？?？?Ｈ．?〇ｇ??ｓｉｚｅ４?＃＃?＃??ｓｉｚｅ５?＃?參??ｓｉｚｅ６?？？參?？？參？參?壜＃?■－?〇６??ｈｉｓｔｏｇｒａｍｌ?？？?？?＃＃＃？？?？?？魯??ｈｉｓｔｏｇｒａｍ２?＃?？參?＃?＃?Ｉ??ｈｉｓｔｏｇｒａｍ３?＃?＃??ｈｉｓｔｏｇｒａｍ４?＃?？??ｈｉｓｔｏｇｒａｍ５?＃?參參?．〇２??ｈｉｓｔｏｇｒａｍ６?＃??ｈｉｓｔｏｇｒａｍ７?＃？？春＃?參舞?？??ｈｉｓｔｏｇｒａｍ８?魯魯參‘?＃?＃?＃?－?〇??ｈｉｓｔｏｇｒａｍ９?？？？?？?？?＾??ｈｉｓｔｏｇｒａｍｌ?０?＃＃?？參？??ｈｉｓｔｏｇｒａｍｌ?１?參後＊?參奉?？〇?２??ｈｉｓｔｏｇｒａｍｌ?２?＃??ｈｉｓｔｏｇｒａｍｌ３?＃＃?Ｉ?０４??ｈｉｓｔｏｇｒａｍｌ４?＃??ｈｉｓｔｏｇｒａｍｌ５?＃?？?？?？：??ｂｏｕｎｄａｒｙｌ?？?■？０６??ｂｏｕｎｄａｒｙ２?＃＃?＃??ｇ丨ｃｍ１參參＃??ｇｌｃｍ２?？?？?■?８??ｇｌｃｍ３?＃??ｇｌｃｍ４?？?■?ｉ??圖１－１－２圖像特征之間的相關(guān)性，每個(gè)圓點(diǎn)的大小表示相關(guān)系數(shù)??４．構(gòu)建智能影像組學(xué)標(biāo)志物??在隊(duì)列一中，該研究通過人工智能方法開發(fā)了將相關(guān)圖像特征以最佳方??式組合起來的智能影

?山東大學(xué)博士學(xué)位論文???者分為低風(fēng)險(xiǎn)組（智能影像組學(xué)標(biāo)志物＜０．１）和高風(fēng)險(xiǎn)組（智能影像組學(xué)??標(biāo)志物多０．１）。圖１－１－４顯不兩組患者的預(yù)后有顯者差異，低風(fēng)險(xiǎn)組和尚風(fēng)??險(xiǎn)組患者的１年無治療失敗率分別為５５．５％和５．２％?（ＨＲ：?４．２６６，?９５％?ＣＩ：??２．３５１－７．７４２，尸＜０．００１），２?年生存率則分別為?６７．５％和?１６．３％?（ＨＲ：?３．１９４，??９５％?ＣＩ：?１．４８０－６．８９７，Ｐ＝０．００２）。圖１－１－５展示了低風(fēng)險(xiǎn)組和高風(fēng)險(xiǎn)組患者??的圖像示例。??１００－１??８０－?Ｈ?Ｍ?｜??Ｏ?６〇－?ｊ??Ｌ?１??２°．?Ｉ??°??Ｉｍａｇｉｎｇ?ｆｅａｔｕｒｅ??圖１－１－３嵌套式１０－ｆｏｌｄ交叉驗(yàn)證的１００輪重復(fù)結(jié)果??在?１００?輪訓(xùn)練過程中，Ｓｕｒｆ＿ａｒｅａ、Ｈｉｓｔ＿ｓｋｅｗｎｅｓｓ、Ｈｉｓｔ＿ｋｕｒｔｏｓｉｓ、Ｈｉｓｔ＿ｅｎｅｒｇｙ、??Ｇｌｃｍ＿ｃｏｒｒｅｌａｔｉｏｎ及Ｇｌｃｍ＿ｅｎｅｒｇｙ這６個(gè)圖像特征出現(xiàn)次數(shù)超過８０％，用于構(gòu)建智能影??像組學(xué)標(biāo)志物。??３３??

【參考文獻(xiàn)】：
期刊論文
[1]Advances in immunotherapy for treatment of lung cancer[J]. Jean G.Bustamante Alvarez,María González-Cao,Niki Karachaliou,Mariacarmela Santarpia,Santiago Viteri,Cristina Teixidó,Rafael Rosell.  Cancer Biology & Medicine. 2015(03)
[2]運(yùn)用抗PD-L1抗體治療晚期癌癥患者的安全性與療效評(píng)價(jià)[J]. 姜孝新,Julie R.Brahmer,Scott S.Tykodi,Laura Q.M.Chow.  腫瘤藥學(xué). 2012(03)



本文編號(hào)：3503168