目的:利用CT紋理特征,探索腸癌肝轉(zhuǎn)移灶的邊緣及腫瘤本身與KRAS、NRAS、BRAF基因突變的關(guān)系。材料和方法:納入123例合格患者,分別使用三種方法(方法1勾畫病灶外圍1cm環(huán)形區(qū)域及本身區(qū)域;方法2勾畫病灶外圍1cm環(huán)形區(qū)域及內(nèi)緣0.5cm區(qū)域;方法3勾畫病灶外圍1cm環(huán)形區(qū)域)在基線門脈期CT圖像上對單個最大肝轉(zhuǎn)移瘤的最大橫截面積層面進行二維ROI繪制。使用A.K軟件進行紋理特征的提取、降維及機器模型建立,構(gòu)建最優(yōu)機器學(xué)習(xí)模型,得到驗證集AUC值,分析預(yù)測性能。收集患者臨床特征,使用SPSS22.0軟件分析有意義的特征并與選出的紋理特征結(jié)合,建立邏輯回歸模型,得出ROC曲線及AUC值,比較分類器性能。結(jié)果:三種方法均使用支持向量機(SVM)構(gòu)建出最優(yōu)機器學(xué)習(xí)模型,驗證集AUC值均大于0.7,三種方法的驗證集AUC值分別為0.774、0.763、0.732,顯示良好的預(yù)測性能。臨床特征中原發(fā)灶位置、治療前CA199水平及轉(zhuǎn)移灶數(shù)量納入研究(P<0.05),與選出的紋理特征結(jié)合,得出AUC值均達到0.79,其中方法1聯(lián)合診斷AUC值達到0.810,均達到良好的預(yù)測性能。結(jié)論:...

【文章頁數(shù)】：34 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
英文縮略語
1前言
2 材料與方法
    2.1 病例選擇
    2.2 基因突變測試
    2.3 掃描儀器參數(shù)
    2.4 ROI選取
    2.5 CT紋理特征提取、降維及機器模型建立
    2.6 臨床特征聯(lián)合紋理參數(shù)建模
3 統(tǒng)計結(jié)果
    3.1 3種方法紋理特征數(shù)據(jù)結(jié)果
    3.2 紋理特征與臨床特征聯(lián)合分析結(jié)果
        3.2.1 臨床特征數(shù)據(jù)結(jié)果
        3.2.2 紋理特征聯(lián)合診斷結(jié)果
4 討論
5 結(jié)論
本研究創(chuàng)新性的自我評價
參考文獻
綜述
    參考文獻
攻讀學(xué)位期間取得的研究成果
致謝
個人簡歷



本文編號：3862281