目的:既往研究表明,CT組學(xué)特征與FDG PET的代謝參數(shù)高度相關(guān),因此本研究嘗試建立CT組學(xué)特征與PET參數(shù)間的函數(shù)關(guān)系,并探討模型預(yù)測值的預(yù)后價值。方法:研究隊列包括肺癌（SMU LC,n=206）、食管癌患者（SMU EC,n=61）和影像檔案中心肺癌患者（RIDER LC,n=45）,所有患者均經(jīng)病理證實,并接受¹⁸F-FDG PET/CT掃描。SMU LC的淋巴結(jié)為訓(xùn)練組,SMU LC原發(fā)灶、SMU EC的淋巴結(jié)和RIDER LC淋巴結(jié)為驗證組。分割CT圖像上每個符合條件的淋巴結(jié)和原發(fā)灶,并分別提取放射組學(xué)特征。訓(xùn)練組以ln（SUVsum）為因變量,CT特征為自變量,以機(jī)器學(xué)習(xí)中的梯度提升決策樹（The gradient boosted regression trees,GBRT）和偏最小二乘回歸法（Partial least square method,PLS）等方法篩選變量、回歸模型系數(shù),并探討相關(guān)因素對模型估測值的影響。此外,3個驗證組可用于評價不同癌癥及不同采集設(shè)備時模型的估測能力。最后,再以SMU LC患者的隨訪資料,評價估測值的預(yù)后價值。結(jié)果... 

【文章來源】：安徽醫(yī)科大學(xué)安徽省

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖像分割

調(diào)整VOI

安徽醫(yī)科大學(xué)碩士學(xué)位論文13圖3特征篩選SMU：山西醫(yī)科大學(xué)第一附屬醫(yī)院;RIDER:影像檔案中心;EC:食管癌；LC：肺癌2.7模型驗證本研究的模型由可重復(fù)的特征組成，系數(shù)可根據(jù)不同的掃描機(jī)器進(jìn)行調(diào)整。因此，除訓(xùn)練隊列（SMULC淋巴結(jié)）外，驗證組包括SMULC原發(fā)灶、SMUEC淋巴結(jié)和RIDERLC淋巴結(jié)。SMUEC和SMULC圖像都是使用相同的PET/CT儀器和掃描條件獲取的，因此，SMULC原發(fā)灶及SMUEC淋巴結(jié)可驗證模型在相同設(shè)備下的可重復(fù)性（驗證1）。RIDERLC以不同的設(shè)備和條件采集，因此可驗證所選特征的可重復(fù)性（驗證2）。

【參考文獻(xiàn)】：
期刊論文
[1]肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)設(shè)計與實現(xiàn)[J]. 袁慧敏,龔敬,聶生東.  中國醫(yī)學(xué)物理學(xué)雜志. 2019(11)
[2]Radiomic analysis of pulmonary ground-glass opacity nodules for distinction of preinvasive lesions, invasive pulmonary adenocarcinoma and minimally invasive adenocarcinoma based on quantitative texture analysis of CT[J]. Wei Li,Xuexiang Wang,Yuwei Zhang,Xubin Li,Qian Li,Zhaoxiang Ye.  Chinese Journal of Cancer Research. 2018(04)
[3]PET成像中部分容積效應(yīng)的成因及影響因素[J]. 崔燕,李亞明.  中國臨床醫(yī)學(xué)影像雜志. 2013(01)



本文編號：3363771