【摘要】：目的:肺癌是當(dāng)今世界最常見(jiàn)的惡性腫瘤之一,是全球癌癥死亡的主要原因。不能早期檢測(cè)是其高死亡率的最重要因素。雖然全國(guó)肺部篩查試驗(yàn)主張篩查某些高危人群,但這些篩查工作的實(shí)際實(shí)施尚未成功,且需求量很大。在此基礎(chǔ)上以及精準(zhǔn)醫(yī)學(xué)的大背景下,放射組學(xué)應(yīng)運(yùn)而生。2012年,荷蘭研究員Lambin P首次提出了“Radiomics”的概念,并將其定義如下:使用高通量定量提取方法從影像學(xué)圖像中提取大量圖像特征。放射組學(xué)吸引了極大的關(guān)注,并且在2014年重新定義為:通過(guò)高通量自動(dòng)(或半自動(dòng))提取方式,從放射學(xué)圖像中感興趣區(qū)(ROI)內(nèi)提取大量可量化信息(或圖像特征)�；谒东@的圖像特征類型,這些特征大致分為四類:強(qiáng)度,結(jié)構(gòu),紋理/漸變和小波。已有許多研究顯示這些特征與肺結(jié)節(jié)的惡性潛能之間存在顯著相關(guān)性。本文通過(guò)放射組學(xué)對(duì)肺癌病例進(jìn)行定量特征提取,優(yōu)化選擇,然后通過(guò)機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)肺癌病例討論和分析。資料與方法:在公開數(shù)據(jù)庫(kù)LIDC中挑選了224例以及醫(yī)院收集的263例肺結(jié)節(jié)病例,提取了共867個(gè)放射組學(xué)特征。首先,對(duì)胸CT中肺結(jié)節(jié)進(jìn)行分割;然后,進(jìn)行肺結(jié)節(jié)感興趣區(qū)域提取;最后,進(jìn)行所有放射組學(xué)特征信息提取。針對(duì)肺結(jié)節(jié)的特點(diǎn),研究中共設(shè)計(jì)了5組共62個(gè)放射組學(xué)特征構(gòu)成每個(gè)樣本的特征空間。采用十種降維算法對(duì)特征進(jìn)行降維,最后通過(guò)七種機(jī)器學(xué)習(xí)方法進(jìn)行分類比較。特征提取算法的代碼全部基于Matlab R2017b實(shí)現(xiàn)。結(jié)果:本文給出了多種數(shù)據(jù)特征降維方法的研究,具體給出了50個(gè),100個(gè),200個(gè),300個(gè),400個(gè),867個(gè)特征數(shù)據(jù)的分析結(jié)果,并針對(duì)不同機(jī)器學(xué)習(xí)分類算法進(jìn)行研究比對(duì),同時(shí)也對(duì)不同降維方法在不同機(jī)器學(xué)習(xí)算法中對(duì)我們的數(shù)據(jù)進(jìn)行分類的結(jié)果分析,給出了最大相關(guān)最小冗余降維下的隨機(jī)森林分類效果最佳,在隨機(jī)森林的分類器情況下對(duì)數(shù)據(jù)進(jìn)行了二維和三維特征分析。將放射組學(xué)特征區(qū)分為二維放射組學(xué)特征和三維放射組學(xué)特征。其中二維放射組學(xué)特征包括了一維放射組學(xué)特征、基本形狀大小特征、二維灰度游程矩陣(GLRLM-2D)、Laws圖像紋理特征(Law-Textures)、LoG二階邊緣信息特征;三維放射組學(xué)特征包括了三維灰度共生矩陣、三維灰度區(qū)域大小矩陣(GLSZM-3D)、多尺度三維小波特征;而這些特征合稱混合放射組學(xué)特征。我們通過(guò)二維放射組學(xué)特征、三維放射組學(xué)特征、混合放射組學(xué)特征對(duì)于基于隨機(jī)森林的肺結(jié)節(jié)良惡性分類器進(jìn)行了分析。在3種特征分析中混合特征的識(shí)別精度要比其他兩個(gè)高。來(lái)自LIDC數(shù)據(jù)庫(kù)和來(lái)自醫(yī)院的數(shù)據(jù)在基于隨機(jī)森林的分類器中的結(jié)果分別為AUC=0.6571、ACC=76.26%,AUC=0.8667、ACC=76%;在基于支持向量機(jī)的分類器中的結(jié)果分別為AUC=0.6429,ACC=76.37%,AUC=0.7733、ACC=72%。由此可以發(fā)現(xiàn),來(lái)自LIDC數(shù)據(jù)庫(kù)的數(shù)據(jù)其分類準(zhǔn)確度較高但是其AUC較低,而來(lái)自腫瘤醫(yī)院的數(shù)據(jù)則正好與之相反。根據(jù)反復(fù)試驗(yàn)的數(shù)據(jù)證明,來(lái)自LIDC的數(shù)據(jù)準(zhǔn)確度相比于來(lái)自與腫瘤醫(yī)院的數(shù)據(jù)的準(zhǔn)確度高約3%。由此我們推測(cè)不同來(lái)源的肺結(jié)節(jié)數(shù)據(jù)對(duì)于分類器的建立有一定的影響。結(jié)論:在肺癌良惡診斷鑒別中,使用放射組學(xué)特征方法可以鑒別良惡性�；诩y理特征的計(jì)算機(jī)輔助診斷系統(tǒng)可以提高對(duì)此類結(jié)節(jié)的診斷效能。
【圖文】：

數(shù)據(jù)ROI區(qū)域提取圖2.1LIDC數(shù)據(jù)庫(kù)的肺結(jié)節(jié)分割，數(shù)據(jù)均使用逐結(jié)節(jié)逐層分割的方法，，

獲取VOI區(qū)域的mask模板圖像
【學(xué)位授予單位】：天津醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R734.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉沁峰;劉偉軍;王云鵬;于斌;高翔宇;王濤;;基于醫(yī)學(xué)工程學(xué)的放射組學(xué)研究應(yīng)用探討[J];中國(guó)醫(yī)療設(shè)備;2019年11期

2 王祥;李瓊;范麗;蔡佳麗;彭兆輝;劉士遠(yuǎn);;放射組學(xué)在非小細(xì)胞肺癌中的應(yīng)用[J];腫瘤影像學(xué);2017年06期

3 涂文婷;范麗;劉士遠(yuǎn);;肺癌放射組學(xué)研究進(jìn)展[J];中華腫瘤防治雜志;2018年08期

4 李振輝;李濵;張大福;;放射組學(xué)在消化道腫瘤中的應(yīng)用[J];放射學(xué)實(shí)踐;2017年03期

5 孫鋼;;放射組學(xué)的興起及其在消化系統(tǒng)腫瘤中的應(yīng)用[J];中華消化病與影像雜志(電子版);2017年04期

6 方勝儒;李逸凡;張宇威;蔡娜;郭麗;;放射組學(xué)在肺癌診斷中的應(yīng)用[J];天津醫(yī)科大學(xué)學(xué)報(bào);2018年06期

7 王敏;宋彬;黃子星;陳婕;胡富碧;;大數(shù)據(jù)時(shí)代的精準(zhǔn)影像醫(yī)學(xué):放射組學(xué)[J];中國(guó)普外基礎(chǔ)與臨床雜志;2016年06期

8 王藝婷;張進(jìn);;肺癌放射組學(xué)的研究進(jìn)展[J];臨床醫(yī)藥文獻(xiàn)電子雜志;2017年18期

9 楊濱;閻華;王欣彥;李東博;佐々木寬;尚濤;趙玉芬;;卡培他濱與放射聯(lián)合對(duì)子宮頸腺癌抗腫瘤效果的實(shí)驗(yàn)研究[J];中國(guó)醫(yī)科大學(xué)學(xué)報(bào);2009年10期

10 許曉虹;浙江省放射科工作者惡性腫瘤發(fā)病分析[J];中國(guó)腫瘤;2000年03期

相關(guān)會(huì)議論文 前3條

1 陳峰;許順良;;從精準(zhǔn)影像學(xué)到放射組學(xué)[A];2015年浙江省醫(yī)學(xué)會(huì)放射學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2015年

2 李惠;王翔;謝元亮;劉元志;馬鋒;;基于首診CT平掃的放射組學(xué)方法預(yù)測(cè)高血壓性腦出血早期擴(kuò)大的初步研究[A];中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)暨甘肅省中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)資料匯編[C];2019年

3 趙永成;王繼先;張衛(wèi);李本孝;樊體強(qiáng);張景源;;惡性腫瘤死亡危險(xiǎn)分析[A];中華醫(yī)學(xué)會(huì)放射醫(yī)學(xué)與防護(hù)學(xué)分會(huì)第三次全中國(guó)青年學(xué)術(shù)交流會(huì)論文摘要匯編[C];2001年

相關(guān)博士學(xué)位論文 前7條

1 魏海峰;二維光散射靜態(tài)細(xì)胞術(shù)及放射組學(xué)在小細(xì)胞肺癌中的應(yīng)用[D];山東大學(xué);2018年

2 李靖;能譜CT及其放射組學(xué)模型術(shù)前預(yù)測(cè)胃癌淋巴結(jié)轉(zhuǎn)移的價(jià)值[D];鄭州大學(xué);2019年

3 楊秋安;分子靶向聯(lián)合放射治療頭頸部鱗癌的實(shí)驗(yàn)研究[D];山東大學(xué);2009年

4 周蓉蓉;E1A基因?qū)Ρ茄拾┓派湓雒糇饔眉皺C(jī)制研究[D];中南大學(xué);2010年

5 洪繼東;高壓氧對(duì)鼻咽癌放射敏感性的影響及其作用機(jī)制的研究[D];中南大學(xué);2010年

6 張巧麗;扶正增效方對(duì)肺癌放射增敏的分子機(jī)制研究[D];北京中醫(yī)藥大學(xué);2013年

7 楊濱;卡培他濱與放射線照射聯(lián)合治療子宮頸腺癌的效果與機(jī)制探討[D];中國(guó)醫(yī)科大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 姚皓月;基于放射組學(xué)預(yù)測(cè)肺腺癌EGFR基因突變狀態(tài)的研究[D];河北醫(yī)科大學(xué);2019年

2 沈珊珊;CT放射組學(xué)及云平臺(tái)在孤立肺結(jié)節(jié)鑒別診斷中的應(yīng)用[D];重慶醫(yī)科大學(xué);2019年

3 盧曉倩;CT放射組學(xué)特征預(yù)測(cè)周圍型肺腺癌EGFR基因突變研究[D];吉林大學(xué);2019年

4 潘峰;應(yīng)用MR放射組學(xué)預(yù)測(cè)直腸癌微衛(wèi)星不穩(wěn)定性的臨床價(jià)值的研究[D];吉林大學(xué);2019年

5 高綏之;基于放射組學(xué)預(yù)測(cè)胰腺癌淋巴結(jié)轉(zhuǎn)移和驅(qū)動(dòng)基因突變的關(guān)聯(lián)研究[D];中國(guó)人民解放軍海軍軍醫(yī)大學(xué);2019年

6 方勝儒;基于放射組學(xué)在肺癌良惡性預(yù)測(cè)的初步研究[D];天津醫(yī)科大學(xué);2018年

7 沈劉海;放射組學(xué)特征-淋巴結(jié)的CT圖像和~(18)F-FDG PET圖像間聯(lián)系的粗淺探討[D];安徽醫(yī)科大學(xué);2019年

8 郭鈺;放射組學(xué)在結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移的價(jià)值初探[D];吉林大學(xué);2019年

9 陳浩;基于MR-T2WI放射組學(xué)預(yù)測(cè)直腸癌淋巴結(jié)轉(zhuǎn)移的研究[D];湖南師范大學(xué);2018年

10 牟勝男;放射組學(xué)預(yù)測(cè)T3期直腸癌復(fù)發(fā)轉(zhuǎn)移的價(jià)值初探[D];吉林大學(xué);2018年

本文編號(hào)：2608240