發(fā)布時間：2021-02-01 16:29

　　目的:研究乳腺癌MRI影像特征及紋理分析與分子分型的相關性,并探討它們在預測乳腺癌分子分型中的可行性及價值。方法:回顧性分析皖南醫(yī)學院第一附屬醫(yī)院2013年2月²019年7月符合納入標準的97例乳腺癌患者,根據(jù)免疫組化結(jié)果,將乳腺腫瘤分為4型:Luminal A型、Luminal B型、HER-2過表達型和三陰型。首先分析4種分子亞型的臨床病理特征。采用卡方檢驗及Fisher確切概率法分析MRI影像特征（腫塊大小、形態(tài)、邊緣、邊界、強化方式、病灶分布及動態(tài)增強曲線類型）在4種分子亞型及Luminal A型與非Luminal A型、Luminal B型與非Luminal B型、HER-2過表達型與非HER-2過表達型、TN型與非TN型中的差異。然后手動分割T2WI壓脂圖、DWI圖及DCE圖上的乳腺癌病灶并提取紋理特征,經(jīng)LASSO算法降維后篩選出14個紋理參數(shù),采用Kruskal-Wallis檢驗及Mann-Whitney U檢驗或t檢驗分析紋理參數(shù)在4種分子亞型及Luminal A型與非Luminal A型、Luminal B型與非Luminal B型、HER-2... 

【文章來源】：皖南醫(yī)學院安徽省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

~j為LuminalB型和非LuminalB型2組間有統(tǒng)計學差異的紋理參數(shù)箱線圖

皖南醫(yī)學院碩士學位論文19圖2為LuminalA型和非LuminalA型2組間有統(tǒng)計學差異的紋理參數(shù)箱線圖。每張子圖所對應的的紋理參數(shù)如下：圖a為L_A_o6_DWI；圖b為L_a_o6_DWI；圖c為S_a_o1_DWI；圖d為S_A_o8_SD_DWI；圖e為S_a_o5_+C；圖f為S_a_o7_+C。Figure2showstheboxplotsoftextureparameterswithstatisticaldifferencesbetweenLuminalAandnon-luminalA.Thetextureparameterscorrespondingtosub-figuresareasfollows:FigureaisL_A_o6_DWI;FigurebisL_a_o6_DWI;FigurecisS_a_o1_DWI;FiguredisS_A_o8_SD_DWI;FigureeisS_a_o5_+C;FigurefisS_a_o7_+C.圖3g~j為LuminalB型和非LuminalB型2組間有統(tǒng)計學差異的紋理參數(shù)箱線圖。每張子

Figure 3 g~j shows the boxplot of texture parameters with statistical differences between Luminal B and non-luminal B. The texture parameters corresponding to sub-figures are as follows: Figure g is L_A_o6_DWI; Figure h is L_a_o6_DWI; Figure I is C_a_o4_+C; Figure j is SD_+C. Figure k is the boxplot of texture parameter with statistical difference between HER-2 overexpression type and non-HER-2 overexpression type, and the texture parameter is S_A_o8_SD_DWI.

【參考文獻】：
期刊論文
[1]基于T2WI影像組學標簽預測乳腺癌人表皮生長因子受體2表達狀態(tài)[J]. 梁翠珊,崔運能,楊偉超,賀紅艷,何永財,張大偉.  中國醫(yī)學影像技術. 2019(04)
[2]基于T2W-MRI影像組學標簽術前預測浸潤性乳腺癌組織學分級[J]. 黃裕存,程梓軒,黃曉媚,梁翠珊,梁長虹,劉再毅.  中南大學學報(醫(yī)學版). 2019(03)
[3]磁共振擴散加權成像紋理特征分析在乳腺良惡性腫瘤鑒別中的價值（英文）[J]. 王波濤,樊文萍,許歡,李麗慧,張曉歡,王昆,劉夢琦,游俊浩,陳志曄.  Chinese Medical Sciences Journal. 2019(01)
[4]乳腺X線圖像紋理分析鑒別乳腺小結(jié)節(jié)良惡性的價值[J]. 彭文靜,徐凱,劉正立,桂熙雯,張孝庚,路欣.  中國醫(yī)學影像學雜志. 2018(12)
[5]三陰性乳腺癌MRI影像學特征與病理學分型的相關性研究[J]. 王志軍,馬俊麗,段麗娜,李春花,張寧妹,陳兵.  實用放射學雜志. 2018 (11)
[6]乳腺癌的MRI影像特征與ER、PR、HER-2表達的相關性研究[J]. 于亮,涂燦,江凱,陳秉列,王玉濤,王海濤,于志海,劉亭,鄧生德.  醫(yī)學影像學雜志. 2018(05)
[7]基于擴散加權成像和動態(tài)增強MRI的影像組學特征與乳腺癌分子分型的關系初探[J]. 吳佩琪,趙可,吳磊,劉再毅,梁長虹.  中華放射學雜志. 2018 (05)
[8]常規(guī)MRI紋理分析鑒別乳腺良、惡性病變的價值初探[J]. 張竹偉,華婷,徐婷婷,姚冀平,龔健,關清,阮建萍,湯光宇.  中華放射學雜志. 2017 (08)
[9]磁共振動態(tài)增強定量參數(shù)與相對定量參數(shù)對乳腺病變的診斷價值[J]. 孫甜甜,劉萬花,張艷秋,李麗環(huán),王瑞,葉媛媛.  中華醫(yī)學雜志. 2017 (29)
[10]影像組學與大數(shù)據(jù)結(jié)合的研究現(xiàn)狀[J]. 吳佩琪,劉再毅,何蘭,黃燕琪,梁長虹.  中華放射學雜志. 2017 (07)

碩士論文
[1]基于乳腺DCE-MRI的影像組學特征預測乳腺癌分子分型的初步研究[D]. 馬曉雯.中國醫(yī)科大學 2019
[2]基于不同分子分型的乳腺癌超聲造影研究[D]. 賈宛儒.上海交通大學 2015
[3]不同分子分型浸潤性乳腺癌彩色多普勒超聲圖像特征對比研究[D]. 黃旋.福建醫(yī)科大學 2014



本文編號：3013082