基于CT圖像的影像組學(xué)在肺栓塞診斷中的應(yīng)用研究
發(fā)布時間:2021-04-15 13:45
目的探討基于CT圖像的影像組學(xué)特征在肺栓塞診斷中應(yīng)用的可行性及價值分析,為臨床診斷肺栓塞提供新的思路。方法回顧性分析我院2018年2月至2019年5月符合納入標(biāo)準(zhǔn)的56例肺栓塞病例的CTPA圖像。其中包括段級以上肺栓塞共34例,段級肺栓塞共22例。步驟:(1)在CTPA圖像上觀察肺動脈內(nèi)有無栓子,并記錄栓子的數(shù)量、位置及類型;(2)將所有入組病例圖像均導(dǎo)入ITK-SNAP軟件,選取栓塞動脈供血區(qū)域的最大層面,手動勾畫感興趣區(qū)(Region of Interest,ROI)作為病例組,其次選擇對側(cè)正常對應(yīng)位置,勾畫與病變側(cè)相同面積的感興趣區(qū)(ROI)作為對照組。(3)使用PyRadiomics分析軟件進(jìn)行影像組學(xué)特征提取;經(jīng)過特征降維后得到3個更有辨別價值的組學(xué)特征。隨機(jī)選擇40例為訓(xùn)練集,16例為驗(yàn)證集。(4)采用多因素邏輯回歸分析方法,在訓(xùn)練集中建立肺栓塞的預(yù)測模型,并在驗(yàn)證集中進(jìn)行驗(yàn)證。構(gòu)建ROC曲線并計算曲線下面積(AUC)評估模型的預(yù)測能力。結(jié)果根據(jù)病例組和對照組的不同,共提取660個影像組學(xué)特征,通過特征篩選最終得到3個影像組學(xué)特征最具有預(yù)測價值,分別為基于直方圖特征的峰度、...
【文章來源】:寧夏醫(yī)科大學(xué)寧夏回族自治區(qū)
【文章頁數(shù)】:48 頁
【學(xué)位級別】:碩士
【部分圖文】:
模型在訓(xùn)練集中的Rad-score可視化
寧夏醫(yī)科大學(xué)碩士學(xué)位論文結(jié)果83.Rad-score可視化根據(jù)Rad-score可視化影像組學(xué)特征預(yù)測模型價值,如圖1。根據(jù)Rad-score計算公式,計算每位患者的RS得分。其公式如下:Radscore=-0.1209-0.7108*log.sigma.3.0.mm.3D_firstorder_Kurtosis+1.0208*log.sigma.3.0.mm.3D_firstorder_Skewness-0.6841*log.sigma.3.0.mm.3D_glszm_GrayLevelVariance圖1a模型在訓(xùn)練集中的Rad-score可視化圖1b模型在驗(yàn)證集中的Rad-score可視化注:根據(jù)Rad-score計算公式,計算每一例患者的RS得分,圖1a表示訓(xùn)練集,圖1b表示驗(yàn)證集。該圖是對模型分類準(zhǔn)確性的直觀顯示,圖中縱軸的0代表模型的分類閾值,模型將低于閾值的樣本分為正常組(PE陰性組),高于閾值的分為病例組(PE陽性組),而粉色條柱和藍(lán)色條柱代表實(shí)際的病例組和對照組患者,因此低于閾值的藍(lán)色部分和高于閾值的粉色部分即為被分錯的數(shù)據(jù)。4.影像組學(xué)特征預(yù)測模型建立及ROC曲線分析利用多因素邏輯回歸分析方法對保留下來的3個組學(xué)特征建立影像組學(xué)預(yù)測模型,采用分層抽樣的方法,將所有病例按照7∶3的比例分為訓(xùn)練集(40例)和驗(yàn)證集(16例)獲取ROC曲線。結(jié)果顯示(圖2),訓(xùn)練集:AUC=0.779,
寧夏醫(yī)科大學(xué)碩士學(xué)位論文結(jié)果9驗(yàn)證集:AUC=0.742。此外,我們還計算了敏感性、特異性、陽性預(yù)測值、陰性預(yù)測值和準(zhǔn)確度來顯示模型的預(yù)測能力,其中模型在訓(xùn)練集上的準(zhǔn)確度、靈敏度、特異性分別為:0.752、0.775、0.675,在驗(yàn)證集上的準(zhǔn)確度、靈敏度、特異性分別為:0.656、0.938、0.375,(詳細(xì)數(shù)據(jù)見表3)。說明使用本研究的方法所構(gòu)建的影像組學(xué)肺栓塞的預(yù)測模型的準(zhǔn)確度較好,可為肺栓塞的預(yù)測提供一種可靠的方法,可幫助影像科醫(yī)生進(jìn)行診斷。此外。我們還制作了箱線圖來驗(yàn)證訓(xùn)練集、驗(yàn)證集影像組學(xué)模型對栓塞組的預(yù)測能力(圖3)。圖2紅色代表影像組學(xué)特征訓(xùn)練集模型,綠色代表影像組學(xué)特征驗(yàn)證集模型。訓(xùn)練集預(yù)測模型的AUC為0.779(95%CI:0.680-0.879),驗(yàn)證集預(yù)測模型的AUC為0.742(95%CI:
【參考文獻(xiàn)】:
期刊論文
[1]影像組學(xué)在肺癌中的研究進(jìn)展[J]. 任占麗,賀太平,張喜榮,賈永軍. 中國中西醫(yī)結(jié)合影像學(xué)雜志. 2020(02)
[2]急性肺栓塞的診斷與治療研究進(jìn)展[J]. 姚林艷,李志剛. 中國城鄉(xiāng)企業(yè)衛(wèi)生. 2019(05)
[3]影像組學(xué)的臨床應(yīng)用與進(jìn)展[J]. 黃冠,蒲紅,尹芳艷,李小雪,朱浩. 實(shí)用醫(yī)院臨床雜志. 2019(01)
[4]超聲心動圖聯(lián)合下肢深靜脈超聲對急性肺栓塞診斷的臨床價值研究[J]. 賀芬宜,嚴(yán)赟,司徒明珠. 中國超聲醫(yī)學(xué)雜志. 2018(12)
[5]影像組學(xué)分析與建模工具綜述[J]. 李雙雙,侯震,劉娟,任偉,萬遂人,閆婧. 中國醫(yī)學(xué)物理學(xué)雜志. 2018(09)
[6]影像組學(xué)在肺癌診療中的應(yīng)用進(jìn)展[J]. 晏睿瀅,李振輝,蔣潔智,丁瑩瑩. 中國醫(yī)學(xué)影像學(xué)雜志. 2018(04)
[7]急性肺栓塞患者的臨床療效及預(yù)后探討[J]. 郭樹文,儲海盟. 大醫(yī)生. 2018(04)
[8]影像組學(xué)中特征提取研究進(jìn)展[J]. 謝凱,孫鴻飛,林濤,高留剛,眭建鋒,倪昕曄. 中國醫(yī)學(xué)影像技術(shù). 2017(12)
[9]急性肺栓塞的臨床觀察及治療分析[J]. 盧濱. 中國醫(yī)藥指南. 2017(25)
[10]肺栓塞病因及栓塞后病理機(jī)制研究進(jìn)展[J]. 鄺晶,王靈聰. 浙江中西醫(yī)結(jié)合雜志. 2017(07)
碩士論文
[1]磁共振影像組學(xué)特征在鑒別乳腺良惡性腫瘤及乳腺癌分子分型中的應(yīng)用[D]. 吳佩琪.南方醫(yī)科大學(xué) 2018
[2]CT紋理分析判斷自發(fā)性腦出血早期增大的價值[D]. 沈起鈞.浙江大學(xué) 2017
[3]肺栓塞流行病學(xué)及危險因素分析[D]. 李新妙.吉林大學(xué) 2016
[4]C反應(yīng)蛋白、降鈣素原及白介素-6在肺部細(xì)菌性感染中的診斷價值與抗生素應(yīng)用指導(dǎo)的研究[D]. 王一琳.吉林大學(xué) 2016
本文編號:3139450
【文章來源】:寧夏醫(yī)科大學(xué)寧夏回族自治區(qū)
【文章頁數(shù)】:48 頁
【學(xué)位級別】:碩士
【部分圖文】:
模型在訓(xùn)練集中的Rad-score可視化
寧夏醫(yī)科大學(xué)碩士學(xué)位論文結(jié)果83.Rad-score可視化根據(jù)Rad-score可視化影像組學(xué)特征預(yù)測模型價值,如圖1。根據(jù)Rad-score計算公式,計算每位患者的RS得分。其公式如下:Radscore=-0.1209-0.7108*log.sigma.3.0.mm.3D_firstorder_Kurtosis+1.0208*log.sigma.3.0.mm.3D_firstorder_Skewness-0.6841*log.sigma.3.0.mm.3D_glszm_GrayLevelVariance圖1a模型在訓(xùn)練集中的Rad-score可視化圖1b模型在驗(yàn)證集中的Rad-score可視化注:根據(jù)Rad-score計算公式,計算每一例患者的RS得分,圖1a表示訓(xùn)練集,圖1b表示驗(yàn)證集。該圖是對模型分類準(zhǔn)確性的直觀顯示,圖中縱軸的0代表模型的分類閾值,模型將低于閾值的樣本分為正常組(PE陰性組),高于閾值的分為病例組(PE陽性組),而粉色條柱和藍(lán)色條柱代表實(shí)際的病例組和對照組患者,因此低于閾值的藍(lán)色部分和高于閾值的粉色部分即為被分錯的數(shù)據(jù)。4.影像組學(xué)特征預(yù)測模型建立及ROC曲線分析利用多因素邏輯回歸分析方法對保留下來的3個組學(xué)特征建立影像組學(xué)預(yù)測模型,采用分層抽樣的方法,將所有病例按照7∶3的比例分為訓(xùn)練集(40例)和驗(yàn)證集(16例)獲取ROC曲線。結(jié)果顯示(圖2),訓(xùn)練集:AUC=0.779,
寧夏醫(yī)科大學(xué)碩士學(xué)位論文結(jié)果9驗(yàn)證集:AUC=0.742。此外,我們還計算了敏感性、特異性、陽性預(yù)測值、陰性預(yù)測值和準(zhǔn)確度來顯示模型的預(yù)測能力,其中模型在訓(xùn)練集上的準(zhǔn)確度、靈敏度、特異性分別為:0.752、0.775、0.675,在驗(yàn)證集上的準(zhǔn)確度、靈敏度、特異性分別為:0.656、0.938、0.375,(詳細(xì)數(shù)據(jù)見表3)。說明使用本研究的方法所構(gòu)建的影像組學(xué)肺栓塞的預(yù)測模型的準(zhǔn)確度較好,可為肺栓塞的預(yù)測提供一種可靠的方法,可幫助影像科醫(yī)生進(jìn)行診斷。此外。我們還制作了箱線圖來驗(yàn)證訓(xùn)練集、驗(yàn)證集影像組學(xué)模型對栓塞組的預(yù)測能力(圖3)。圖2紅色代表影像組學(xué)特征訓(xùn)練集模型,綠色代表影像組學(xué)特征驗(yàn)證集模型。訓(xùn)練集預(yù)測模型的AUC為0.779(95%CI:0.680-0.879),驗(yàn)證集預(yù)測模型的AUC為0.742(95%CI:
【參考文獻(xiàn)】:
期刊論文
[1]影像組學(xué)在肺癌中的研究進(jìn)展[J]. 任占麗,賀太平,張喜榮,賈永軍. 中國中西醫(yī)結(jié)合影像學(xué)雜志. 2020(02)
[2]急性肺栓塞的診斷與治療研究進(jìn)展[J]. 姚林艷,李志剛. 中國城鄉(xiāng)企業(yè)衛(wèi)生. 2019(05)
[3]影像組學(xué)的臨床應(yīng)用與進(jìn)展[J]. 黃冠,蒲紅,尹芳艷,李小雪,朱浩. 實(shí)用醫(yī)院臨床雜志. 2019(01)
[4]超聲心動圖聯(lián)合下肢深靜脈超聲對急性肺栓塞診斷的臨床價值研究[J]. 賀芬宜,嚴(yán)赟,司徒明珠. 中國超聲醫(yī)學(xué)雜志. 2018(12)
[5]影像組學(xué)分析與建模工具綜述[J]. 李雙雙,侯震,劉娟,任偉,萬遂人,閆婧. 中國醫(yī)學(xué)物理學(xué)雜志. 2018(09)
[6]影像組學(xué)在肺癌診療中的應(yīng)用進(jìn)展[J]. 晏睿瀅,李振輝,蔣潔智,丁瑩瑩. 中國醫(yī)學(xué)影像學(xué)雜志. 2018(04)
[7]急性肺栓塞患者的臨床療效及預(yù)后探討[J]. 郭樹文,儲海盟. 大醫(yī)生. 2018(04)
[8]影像組學(xué)中特征提取研究進(jìn)展[J]. 謝凱,孫鴻飛,林濤,高留剛,眭建鋒,倪昕曄. 中國醫(yī)學(xué)影像技術(shù). 2017(12)
[9]急性肺栓塞的臨床觀察及治療分析[J]. 盧濱. 中國醫(yī)藥指南. 2017(25)
[10]肺栓塞病因及栓塞后病理機(jī)制研究進(jìn)展[J]. 鄺晶,王靈聰. 浙江中西醫(yī)結(jié)合雜志. 2017(07)
碩士論文
[1]磁共振影像組學(xué)特征在鑒別乳腺良惡性腫瘤及乳腺癌分子分型中的應(yīng)用[D]. 吳佩琪.南方醫(yī)科大學(xué) 2018
[2]CT紋理分析判斷自發(fā)性腦出血早期增大的價值[D]. 沈起鈞.浙江大學(xué) 2017
[3]肺栓塞流行病學(xué)及危險因素分析[D]. 李新妙.吉林大學(xué) 2016
[4]C反應(yīng)蛋白、降鈣素原及白介素-6在肺部細(xì)菌性感染中的診斷價值與抗生素應(yīng)用指導(dǎo)的研究[D]. 王一琳.吉林大學(xué) 2016
本文編號:3139450
本文鏈接:http://sikaile.net/yixuelunwen/yundongyixue/3139450.html
最近更新
教材專著