第一部分CT紋理分析對鑒別胃間質(zhì)瘤與其他間葉源性腫瘤的價值目的:探討基于平掃+增強CT圖像紋理分析的胃間質(zhì)瘤與其他間葉源性腫瘤鑒別的可行性。方法:回顧性分析經(jīng)術(shù)后病理證實的74例胃間質(zhì)瘤和30例其他間葉源性腫瘤的CT平掃+增強圖像資料。首先由兩名資深放射科醫(yī)師閱讀CT圖像,獲取CT征象模型,包括平均直徑、有無周圍淋巴結(jié)、生長方式、是否延遲強化、胃部腫瘤平掃及增強CT值。其次,兩位放射科醫(yī)師通過ITK-SNAP軟件對CT圖像中的胃間葉源性腫瘤進行人工分割,提取放射組學特征,構(gòu)建放射組學特征模型。最后,建立結(jié)合CT征象和放射學特征的聯(lián)合模型。采用受試者工作特征曲線（ROC）比較三種模型在間質(zhì)瘤與非他間葉源性腫瘤鑒別診斷中的療效。結(jié)果:胃間質(zhì)瘤組平均直徑、延遲強化、生長方式、周圍淋巴結(jié)、平掃密度及放射學特征與其他間葉源性腫瘤組有統(tǒng)計學差異（p<0.05）。聯(lián)合模型的ROC曲線下面積（area under ROC,AUC）最高（0.918）,敏感度最高（96.00%）,特異度最高（89.2%）。結(jié)論:結(jié)合CT征象和放射學特征的聯(lián)合模型可以提高胃間葉源性腫瘤的診斷準確性。第二部分基于CT圖... 

【文章來源】：皖南醫(yī)學院安徽省

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

-d腫瘤ROI勾畫，分別為水平位、矢狀位、冠狀位及三維圖像融合圖像

皖南醫(yī)學院碩士學位論文15圖2臨床資料及主觀CT征象的ROC曲線2間質(zhì)瘤組與其他間葉源性腫瘤組CT紋理參數(shù)比較應(yīng)用R軟件做Lasso，通過交叉驗證法得到模型表現(xiàn)情況隨參數(shù)λ的變化情況（如圖3所示，為基于平掃、動脈期、靜脈期及延遲期CT圖像的結(jié)果），表示Lasso對最優(yōu)調(diào)整參數(shù)進行選擇的過程，縱坐標表示模型誤差，上、下方橫坐標分別為模型篩選出來的與調(diào)整參數(shù)λ對應(yīng)的變量個數(shù)及調(diào)整參數(shù)λ的對數(shù)。模型變量的壓縮程度隨調(diào)整參數(shù)λ取值不同而改變，即變量個數(shù)隨λ逐漸增大而減少，模型的壓縮程度則逐漸增加。如a所示，兩條虛線分別代表lambda.min（左）、lambda.1se（右，1se：一個標準誤）兩個特殊的λ值,這兩個值之間的lambda都認為是合適的。lambda.1se使用的參數(shù)數(shù)量少、構(gòu)建的模型最簡單，而lambda.min使用的參數(shù)數(shù)量更多、準確率更高。lambda.min對應(yīng)的變量數(shù)為10個，lambda.1se對應(yīng)較為簡潔的模型（變量數(shù)為5個），圖b中的每一條曲線代表了每一個自變量系數(shù)的變化軌跡，上、下橫坐標分別表示此時模型中非零系數(shù)的個數(shù)及l(fā)og(λ)，縱坐標是系數(shù)的值。各自變量隨著λ值變小不斷變大。結(jié)合b，a左側(cè)曲線時，效能已趨向穩(wěn)定，選擇出的變量個數(shù)為10個。

皖南醫(yī)學院碩士學位論文17表4間質(zhì)瘤組與其他間葉源性腫瘤組各紋理參數(shù)的診斷效能比較紋理參數(shù)面積P敏感度特異性閾值平掃0.025分位數(shù)0.7400.0010.9330.3380.595短游程高灰度優(yōu)勢0.7080.0010.9670.0270.940.975分位數(shù)0.6640.0090.9330.1080.825動脈期小區(qū)域優(yōu)勢0.3710.0390.7670.1080.659最大強度0.2890.0010.4670.270.197靜脈期峰度0.6320.0350.9670.0540.913灰度共生矩陣熵0.6410.0250.9330.0950.838延遲期Hara方差0.2960.0010.8330.1080.725長游程優(yōu)勢0.2980.0010.70.0950.6050.975分位數(shù)0.7190.0010.9330.1350.798圖4間質(zhì)瘤組與其他間葉源性腫瘤組各紋理參數(shù)的ROC曲線3聯(lián)合模型的結(jié)果結(jié)合CT征象及紋理參數(shù)，建立聯(lián)合模型：y=-320.969*延遲期HaraVariance+10.828*有無周圍淋巴結(jié)+12.652*腫塊密度是否均勻+0.894平掃密度+7.595*是否延遲強化。4三種模型的診斷效能比較分別以聯(lián)合模型、紋理模型、CT征象模型y為自變量，并以間質(zhì)瘤組與其他間葉源性腫瘤組類別為因變量,進行受試者工作特征曲線（ROC）分析，如表5、

【參考文獻】：
期刊論文
[1]多層螺旋CT圖像紋理分析在直腸癌淋巴結(jié)轉(zhuǎn)移中的應(yīng)用價值[J]. 羅超元,岑東芝.  中華胃腸外科雜志. 2019 (05)
[2]能譜CT定量參數(shù)與胃腸道間質(zhì)瘤腫瘤危險度的關(guān)系[J]. 于珊珊,張極峰,管瑩,李萍.  現(xiàn)代消化及介入診療. 2019(04)
[3]胃間質(zhì)瘤CT影像特征及紋理參數(shù)與危險度分級的相關(guān)性[J]. 李雙,龍學穎,劉慧.  中南大學學報(醫(yī)學版). 2019(03)
[4]CT紋理分析在胃腸間質(zhì)瘤危險度分級價值的初步研究[J]. 任采月,王升平,任敏,劉壯,張盛箭,蔣朝霞,彭衛(wèi)軍.  實用放射學雜志. 2019 (02)
[5]基于增強CT的胃腸道間質(zhì)瘤紋理分析對術(shù)前危險度分級的預測價值[J]. 唐雪松,周宇.  新疆醫(yī)科大學學報. 2019(01)
[6]Prognostic value of fibrinogen and D-dimer-fibrinogen ratio in resectable gastrointestinal stromal tumors[J]. Hua-Xia Cai,Xu-Qi Li,Shu-Feng Wang.  World Journal of Gastroenterology. 2018(44)
[7]CT圖像紋理分析在鑒別良惡性肺結(jié)節(jié)中的價值[J]. 遲淑萍.  實用放射學雜志. 2016 (11)
[8]Diagnosis and surgical treatment of esophageal gastrointestinal stromal tumors[J]. Fang-Biao Zhang,Hong-Can Shi,Yu-Sheng Shu,Wei-Ping Shi,Shi-Chun Lu,Xiang-Yan Zhang,Shao-Song Tu.  World Journal of Gastroenterology. 2015(18)



本文編號：3413463