發(fā)布時間：2024-04-27 18:55

　　目的:通過高通量提取并篩選胃癌CT影像特征,聯(lián)合胃癌患者術(shù)前相關(guān)臨床特征,探索CT影像組學(xué)在術(shù)前預(yù)測高低風險組織類型胃癌中的價值。方法:回顧性分析2012年1月-2017年12月在某醫(yī)院連續(xù)診治的經(jīng)手術(shù)病理證實的570例胃癌病例,其中乳頭狀腺癌7例、高/中分化管狀腺癌285例、低分化腺癌247例、黏液腺癌21例和印戒細胞癌10例,依據(jù)文獻資料的研究結(jié)論將其分為高風險組織類型胃癌組和低風險組織類型胃癌組。所有樣本按照2:1的比例被隨機分為訓(xùn)練組和驗證組,以供模型構(gòu)建和驗證�；颊咝g(shù)前CT檢查前規(guī)范準備為:空腹服水和肌注低張藥;多排螺旋CT(MSCT)行全胃平掃、動脈期和靜脈期三期掃描,并進行CT-TNM分期,掃描層厚為0.625mm,平掃、動脈期和靜脈期軸位重建層厚5 mm,靜脈期冠狀位重建層厚3 mm,軟組織對比重建,矩陣512×512,圖像重建后以無壓縮DICOM數(shù)據(jù)傳輸至PACS。影像科腹部組主治醫(yī)師采用ITK-SNAP軟件分割CT圖像中胃癌原發(fā)病灶作為興趣區(qū)域,選取靜脈期軸位CT圖像的腫瘤最大層面進行分割,再先后由影像科副主任醫(yī)師和主任醫(yī)師進行校正。采用多因素Logistic回歸分...

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1圖中紅色區(qū)域為手動分割的胃癌感興趣區(qū)域（ROI）

江蘇大學(xué)碩士學(xué)位論文7者CT影像資料文件夾并打開，選擇增強靜脈期重建序列并打開，任意點擊一個圖片，即將該病例CT影像資料導(dǎo)入ITK-SNAP軟件。（2）圖像選擇和調(diào)整：軟件打開所選擇的整個序列圖像，并分別顯示軸位、冠狀位和矢狀位圖像。選擇軸位圖像并放大以便分割ROI，并在工具菜單....

圖2.2.A:胃癌患者的CT圖像；B:紅色區(qū)域表示使用ITK-SNAP軟件手動分割的ROI；C:從ROI中提取CT圖像特征，包括強度特征、形狀特征、紋理特征等；D:通過mRMR、LASSO和逐步回歸進行

江蘇大學(xué)碩士學(xué)位論文9能中等，0.9以上表示模型分類性能較高[38]。采用校正曲線分析模型的預(yù)測結(jié)果和臨床觀察結(jié)果之間的一致性，評估影像組學(xué)模型的魯棒性[39]。使用Hosmer-Lemeshow檢驗進行分析，P>0.05表示預(yù)測模型與理想模型的擬合程度高。影像組學(xué)方法的流程圖見....

圖3.1A：3種模型的ROC曲線

江蘇大學(xué)碩士學(xué)位論文13表3.3模型性能的評價結(jié)果Table3.3Evaluationresultsofmodelperformance評價指標臨床特征模型影像組學(xué)標簽影像組學(xué)模型訓(xùn)練組驗證組訓(xùn)練組驗證組訓(xùn)練組驗證組TN123771628614282TP1033682371074....

圖3.2CT影像組學(xué)模型在訓(xùn)練組中的校準曲線，Hosmer-Lemesshow檢驗結(jié)果:p=0.5627

CT影像組學(xué)預(yù)測高低風險組織類型胃癌的研究14床特征構(gòu)成。圖3.2CT影像組學(xué)模型在訓(xùn)練組中的校準曲線Figure3.2ThecalibrationcurveofNomograminthetrainingcohort.圖3.2CT影像組學(xué)模型在訓(xùn)練組中的校準曲線，Hosmer-L....

本文編號：3965573