本文關(guān)鍵詞：能譜CT基物質(zhì)分析技術(shù)在肺內(nèi)腫瘤性pGGO病灶中的應用

  更多相關(guān)文章： 肺腫瘤 腺癌 鑒別診斷 能譜CT

【摘要】：目的:本研究旨在初步探討能譜CT基物質(zhì)分析技術(shù)在肺內(nèi)腫瘤性純磨玻璃(pure Ground Glass Opacity,p GGO)病灶的診斷價值及與病理類型的對照研究。材料與方法:收錄2011年11月至2015年4月大連醫(yī)科大學附屬第一醫(yī)院行胸部能譜CT增強掃描的34例患者(經(jīng)手術(shù)病理確診有36個p GGO病灶),男12例,女22例,平均年齡為59.85歲。依據(jù)WHO肺癌病理的分類分為三組,第一組為浸潤性腺癌(invasive adenocarcinoma,IA),11個病灶,第二組為微浸潤性腺癌(minimally invasive adenocarcinoma,MIA),14個病灶,第三組為癌前病變組,包括原位癌(adenocarcinoma in situ,AIS),9個病灶,以及不典型腺瘤樣增生(atypical adenomatous hyperplasia,AAH),2個病灶。應用能譜分析平臺(GSI viewer)在1.25mm的圖像上分別測量p GGO病變的動脈期碘基值、水基值;并對每一感興趣的原始數(shù)據(jù)進行存儲,將相應感興趣的碘基值、水基值原始數(shù)據(jù)導入EXCEL表格,利用EXCEL表格的percentile、skew、kurt函數(shù)測得碘(水)濃度、水(碘)濃度值的50%分位數(shù)、75%分位數(shù)、97.5%分位數(shù)及偏度值、峰度值。利用GE ADW4.5工作站進行病變?nèi)莘e測量,將層厚為1.25mm的胸部掃描圖像導入GE ADW4.5工作站,然后進入REFORMAT頁面,對p GGO病變從上到下逐層劃取感興趣區(qū)(ROI),進行重建得到病變的容積值(VR)。應用社會科學統(tǒng)計軟件包(statistics package for social science,SPSS)17.0版進行數(shù)據(jù)分析,采用(Wilcoxon)秩和檢驗比較三組病變之間動脈期的碘基值、水基值及其各參數(shù)值50%、75%、97.5%分位數(shù)、偏度值、峰度值;采用秩和檢驗比較三組病變之間容積;三組不同病理類型p GGO碘基值、水基值及分位數(shù)、體積的兩兩比較采用秩和檢驗;IA組與非IA組(MIA+癌前病變)的p GGO之間動脈期的碘基值、水基值及分位數(shù)比較采用秩和檢驗。對區(qū)分不同病理類型p GGO的相應能譜參數(shù)的閾值、靈敏度及特異度,應用ROC曲線進行統(tǒng)計學分析;應用Spearman秩相關(guān)比較碘基值、水基值及其各分位數(shù)值、容積與病理類型之間的相關(guān)性;應用Spearman秩相關(guān)比較碘基值、水基值及其各分位數(shù)值與病變?nèi)莘e之間的相關(guān)性。計量資料以中位數(shù)來表示,p0.05認為有統(tǒng)計學意義;兩兩比較時p0.0167有統(tǒng)計學意義。結(jié)果:1、不同病理類型p GGO的比較1.1對于動脈期碘基值及其各分位數(shù)參數(shù)值,于不同病理類型p GGO之間,總體都無統(tǒng)計學差異(P0.05),于IA組與非IA組(MIA+癌前病變)的p GGO之間,也無統(tǒng)計學差異(p0.05)。1.2對于水基值及其50%分位數(shù)、75%分位數(shù)、97.5%分位數(shù),于不同病理類型的p GGO之間,總體有統(tǒng)計學差異(P=0.000,P=0.001,P=0.001,P=0.001);在不同病理類型兩兩比較時,于IA組與MIA組的p GGO之間,水基值各參數(shù)均有統(tǒng)計學差異(p=0.006,P=0.013,P=0.013,P=0.013),于IA組與癌前病變組的p GGO之間,也有統(tǒng)計學差異(p=0.000,P=0.000,P=0.000,P=0.001),于MIA組與癌前病變組的p GGO之間,均無統(tǒng)計學差異(pa'=0.0167),于IA組與非IA組(MIA+癌前病變)的p GGO之間,有統(tǒng)計學差異(p=0.000,P=0.000,P=0.001,P=0.001)。1.3對于病灶容積指標,于不同病理類型的p GGO之間,總體有差異性(p=0.006);在不同病理類型兩兩比較時,于IA組與癌前病變組的p GGO之間,有統(tǒng)計學差異(p=0.002),于IA組與MIA組的p GGO之間,容積無統(tǒng)計學差異(p=0.085),于MIA與癌前病變組的p GGO之間,容積無統(tǒng)計學差異(p=0.051)。1.4鑒別IA組與非IA組的p GGO,水基值ROC曲線下的面積最大,為0.873,最佳診斷界值為343.86時,敏感度、特異度分別為100%、76.0%。2、相關(guān)性分析2.1動脈期碘基值及其50%分位數(shù)、75%分位數(shù)、97.5%分位數(shù)與病理類型(腫瘤細胞浸潤程度)無相關(guān)性(p=0.116,p=0.086,p=0.209,p=0.976)。2.2動脈期水基值及其50%分位數(shù)、75%分位數(shù)、97.5%分位數(shù)與病理類型呈正相關(guān),(p=0.000,r=0.664;p=0.000,r=0.653;p=0.000,r=0.628;p=0.000,r=0.609)。2.3病變?nèi)莘e與病理類型呈正相關(guān)(p=0.001,r=0.541)。2.4動脈期碘基值及50%分位數(shù)、75%分位數(shù)、97.5%分位數(shù)與病變?nèi)莘e無相關(guān)性(p=0.078,p=0.051,p=0.304,p=0.231)。2.5動脈期水基值及50%分位數(shù)、75%分位數(shù)、97.5%分位數(shù)與病變?nèi)莘e有相關(guān)性(p=0.011、r=0.419;p=0.015、r=0.401;p=0.016、r=0.398;p=0.002、r=0.499)。結(jié)論:能譜物質(zhì)分析技術(shù)可以對腫瘤性p GGO病灶進行定量分析,其中,水基值及其50%分位數(shù)、75%分位數(shù)、97.5%分位數(shù)有助于p GGO的不同病理亞型的區(qū)分,病灶浸潤程度越重,水基值及其分位數(shù)也就越大。其次,碘基值與p GGO的不同病理亞型之間缺乏相關(guān)性,與病灶容積大小也缺乏相關(guān)性�；镔|(zhì)分析為p GGO灶的深入理解與解析提供了一個新思路。
【關(guān)鍵詞】：肺腫瘤 腺癌 鑒別診斷 能譜CT
【學位授予單位】：大連醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R734.2;R730.44
【目錄】：

• 中文摘要7-10
• 英文摘要10-14
• 前言14-16
• 材料和方法16-19
• 1.1 研究對象16-17
• 1.2 影像檢查方案及參數(shù)17
• 1.3 圖像分析與測量17-18
• 1.4 統(tǒng)計學方法18-19
• 結(jié)果19-27
• 2.1 三組不同病理類型pGGO的各參數(shù)值進行比較19-22
• 2.2 不同病理分組 pGGO 水基值及分位數(shù)、容積的兩兩比較22-23
• 2.3 IA與非IA組（MIA+AIS+AAH）碘基值、水基值及分位數(shù)值的比較23-27
• 2.4 各參數(shù)相關(guān)性的研究27
• 討論27-31
• 結(jié)論31
• 局限性31-32
• 參考文獻32-37
• 綜述37-48
• 參考文獻42-48
• 攻讀學位期間發(fā)表文章情況48-49
• 致謝49-50

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 胡良平,劉惠剛;醫(yī)學統(tǒng)計學基礎(chǔ)-分位數(shù)及其應用[J];中國骨腫瘤骨病;2002年06期

中國重要報紙全文數(shù)據(jù)庫 前2條

1 廣發(fā)期貨 謝貞聯(lián);IF1005期現(xiàn)價差波動規(guī)律的啟示[N];期貨日報;2010年

2 李莉;2009年金屬鋁價格走勢預測[N];中國有色金屬報;2008年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 陳雄強;分位數(shù)自回歸模型理論與應用研究[D];南開大學;2013年

2 黃初;幾類新型相依條件下隨機變量的極限定理[D];浙江大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 梅云龍;刪失數(shù)據(jù)的條件高分位數(shù)估計[D];大連理工大學;2015年

2 朱玲;貝葉斯分位數(shù)自回歸方法的研究及在香港恒生指數(shù)風險測度上的應用[D];南京財經(jīng)大學;2014年

3 蔡際盼;WOD樣本下分位數(shù)和密度函數(shù)估計的強相合性[D];廣西師范學院;2015年

4 余珊珊;最優(yōu)分位數(shù)水平選擇方法及其在心電圖判別疾病類型中的應用[D];華東師范大學;2016年

5 張亞利;基于分位數(shù)GARCH類模型的我國股市風險度量研究[D];華僑大學;2016年

6 胡漢;風電場風電功率概率預測研究[D];東南大學;2016年

7 王丹;基于數(shù)據(jù)庫的Summary查詢研究[D];東北大學;2013年

8 劉震;重尾分布高條件分位數(shù)的調(diào)和估計[D];大連理工大學;2016年

9 魏斯怡;分位數(shù)保費的貝葉斯統(tǒng)計分析[D];江西師范大學;2016年

10 倪佳林;兩類重尾自回歸模型的復合分位數(shù)估計研究[D];浙江工商大學;2017年

，

本文編號：764107