發(fā)布時間：2021-09-01 09:33

　　目的:探究基于cT1期非小細(xì)胞肺癌（Non-small cell lung cancer,NSCLC）患者的CT（Computed Tomography）圖像的放射組學(xué)特征、臨床及病理特征預(yù)測縱隔淋巴結(jié)轉(zhuǎn)移的價值。方法:本研究回顧性的分析了2013年8月-2019年9月在吉林大學(xué)白求恩第一醫(yī)院行手術(shù)切除的臨床分期為T1期非小細(xì)胞肺癌的196例患者的臨床資料（年齡、性別）、病理資料包括腫瘤組織學(xué)類型、瘤周改變（脈管浸潤、神經(jīng)浸潤、胸壁浸潤、小支氣管壁浸潤、氣管及血管切緣見癌）。所有患者均進(jìn)行術(shù)前胸部CT掃描,收集其CT影像特征（大小、側(cè)位、位置）,分割原發(fā)病灶的ROI（region of interest）,提取影像組學(xué)特征,然后用最小絕對收縮與選擇算子（Least absolute shrinkage and selection operator,LASSO）算法降維篩選出其中更有診斷價值的特征組成放射組學(xué)標(biāo)簽。運(yùn)用SVM（Support Vector Machine,支持向量機(jī)）分類器分別構(gòu)建單純放射組學(xué)特征預(yù)測模型、放射組學(xué)特征聯(lián)合臨床特征預(yù)測模型,運(yùn)用循環(huán)評估驗證法繪制ROC（R... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

1感興趣區(qū)(ROI)分割

1放射組學(xué)特征篩選

2 LASSO回歸模型箱線圖

【參考文獻(xiàn)】：
期刊論文
[1]臨床Ⅰ期非小細(xì)胞肺癌縱膈淋巴結(jié)轉(zhuǎn)移的數(shù)學(xué)預(yù)測模型[J]. 陳克終,楊帆,王迅,姜冠潮,李劍鋒,王俊.  北京大學(xué)學(xué)報(醫(yī)學(xué)版). 2015(02)



本文編號：3376743