磁共振图像纹理分析在晚期鼻咽癌分期中的应用及对鼻咽癌治疗反应的预测价值

发布时间：2020-04-02 16:00

【摘要】：背景:鼻咽癌是亚洲国家常见的恶性肿瘤,其中近80%是鳞状细胞癌。鼻咽癌患者的标准治疗是放疗。化疗与放疗相结合使成活率有所提高。晚期鼻咽癌(Ⅲ期到VB期)患者因治疗失败而预后较差。治疗失败的主要因素是局部复发和远处转移。对治疗反应的预测将有助于改变治疗过程和治疗方法。磁共振成像常用于肿瘤的诊断和随访,与CT相比,它能提供更好的组织对比,伪影较少。肿瘤的异质性对鼻咽癌的临床诊断、分期和预后起着至关重要的作用。纹理分析是一种最新的技术,也用于磁共振成像提取参数,从而量化肿瘤的异质性。目的:(1)探讨磁共振成像(T2W和对比增强T1W)纹理分析在鉴别Ⅲ和Ⅳ期鼻咽癌的价值。(2)探讨磁共振成像(T2W和对比增强T1W)纹理分析对鼻咽癌(鳞状细胞癌)患者治疗反应程度的预测价值。材料和方法:对大连医科大学第一附属医院放射科鼻咽癌患者进行回顾研究,从大连医科大学第一附属医院的数据库中采集到2011年2月至2017年7月之间的鼻咽癌108例。根据以下标准排除55例,剩余符合标准的53例来研究磁共振成像对治疗反应的预测潜力。依据治疗6月后随访磁共振图像进行判断,对经组织学证实的鼻咽鳞癌患者分为两组:残留组(对治疗无反应或部分反应组)(N=27例)和无残留组(完全消失组)(n=26例)。Ⅰ期=5例(4无残瘤组和1例残留组),Ⅱ期=8例(4例非残留组,4例残留组),Ⅲ.期=24例(17例无残留组,7例残留组)及Ⅳ期16例(4例无残留组,12例残留组)。图像收集和处理:磁共振成像扫描在3T GE SIGNA HDxt(美国GE)扫描仪进行。收集了符合纳入标准的53例鼻咽癌患者的轴位对比增强T1和轴位T2WI的MR图像。采用Omni-Kinetics软件进行了纹理分析。数据收集与处理:纹理参数即:a)一阶直方图参数(FOHP)、b)灰度共生矩阵(GLCM)参数和c)灰阶运行长度(GLRLM)参数从Omni-Kinetics软件中列出并记录。统计分析:应用SPSS 24软件进行统计分析,选择了一阶和二阶纹理参数,采用独立样本T检验和曼-惠特尼检验来比较了两组差异:Ⅲ期和Ⅳ期,残留与无残留组。p0.05提示差异有统计学意义。采用ROC对灵敏度和特异性进行评估结果:(1)T2W图像中的聚类突出Cluster prominence参数显示了 Ⅲ期和Ⅳ期有明显差别,= 0.007。Ⅳ期患者在残留组患者较Ⅲ多,预示预后较差。Ⅳ期的聚类突出(平均值标准±标准差)高于Ⅲ期组。Ⅲ期组为4.85 × 02 ±3.00 × 102,Ⅳ期组为 7.67 × 102 ±3.77 ×102。(2)残留和非残留组T2W图像参数中的聚类突出和Haralick相关性显著有明显差别,p值分别为0.004和0.049。聚类突出:残留组高于无残留组,残留组为8.13 ×102± 3.98 ×102,无残留组为 4.95 × 102± 2.64 × 102。Haralick相关:残留组高于无残留组。残留组为12.80 × 103± 4.62 × 103,无残留组为 10.49 × 103± 6.00× 103结论:(1)T2W图像的磁共振纹理分析是鉴别Ⅳ期鼻咽癌Ⅲ期的潜在方法。在对比增强的T1图像两组没有显示差异。今后在这一领域的研究将能够为治疗晚期鼻咽癌提供一个依据。(2)T2W图像的纹理分析显示有可能预测鼻咽癌患者的治疗反应。对比增强的T1图像没有显示残留和无残留组之间的显著差异。磁共振图像的纹理分析可作为预测鼻咽癌患者治疗反应的可靠工具。
【图文】：

图1913日29131日裂皿，能门月919
【学位授予单位】：大连医科大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R739.63;R445.2

【相似文献】

相关期刊论文 前10条

1 陈艳;张景发;姜文亮;李强;;基于HJ-1C卫星数据的活动断层提取研究[J];地壳构造与地壳应力文集;2016年02期

2 李德仁;张继贤;;影象纹理分析的现状和方法(一)[J];武测科技;1993年03期

3 宋子安;唐勤生;;车床加工纹理分析——车床走刀均匀性的研究[J];装备机械;1988年01期

4 吴健康,张伟明;应用纹理分析的DCT图象编码[J];通信学报;1989年01期

5 余军,吴国威,吴中权;三维物体表面的纹理综合[J];电子学报;1989年02期

6 陈贺新,戴逸松;图象纹理分析的约束最小二乘滤波器[J];电子学报;1989年06期

7 舒宁;卫星遥感影像纹理分析与分形分维方法[J];武汉测绘科技大学学报;1998年04期

8 黄胜华,刘海鹰,彭思龙,洪继光;基于非乘积型小波的纹理分析[J];中国图象图形学报;1998年09期

9 张鹏志;李兰斌;;地震纹理分析在油气勘探中应用进展[J];物探与化探;2013年03期

10 姚炜,赵玉华;计算机纹理分析在超声诊断中的应用[J];中华超声影像学杂志;1999年02期

相关会议论文 前10条

1 卢海燕;陈明;孙梅;宋树良;马艳;郑传立;;肝纤维化超声图像纹理分析与组织学检查对照研究[A];第二届长三角超声医学论坛暨2009年浙江省超声医学学术年会论文汇编[C];2009年

2 杨关;冯国灿;邹小林;刘志勇;;彩色纹理分析中的高斯图模型[A];第十五届全国图象图形学学术会议论文集[C];2010年

3 蹇兆成;龙金凤;刘玉江;胡向东;钱林学;;超声弹性成像联合纹理分析判定肝纤维化分期的价值研究[A];中国中西医结合学会医学影像专业委员会第十五次全国学术大会暨上海市中西医结合学会医学影像专业委员会2017年学术年会暨《医学影像新技术的临床应用》国家级继续教育学习班资料汇编[C];2017年

4 熊欣;何中市;;纹理分析在超声图像中的应用[A];2008年计算机应用技术交流会论文集[C];2008年

5 郑杰;韩梅;;基于微位移的超分辨率重建技术[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

6 舒宁;;多光谱和高光谱影像纹理分析的几种方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

7 马海清;黄剑华;刘家锋;;基于边缘检测和纹理分析的图像文本定位方法[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年

8 马德新;杨帆;侯景忠;高金乔;;基于灰度共生矩阵的掌纹识别技术研究[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

9 张文君;谢明星;王新房;张军;董昌元;易建华;许先成;林意;;超声心动图计算机纹理分析法评价犬急性心肌梗死的实验研究[A];2003年全国医学影像技术学术会议论文汇编[C];2003年

10 刘佳;李哲英;王淑英;;路标识别算法研究[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

相关博士学位论文 前10条

1 谢彩琴;Gd-EOB-DTPA MRI纹理分析在预测肝癌TACE术后早期疗效的初步研究[D];南方医科大学;2018年

2 刘建立;基于小波纹理分析和鲁棒贝叶斯神经网络的非织造材料外观质量识别[D];苏州大学;2010年

3 孙慧贤;基于纹理分析的视觉检测方法与应用研究[D];国防科学技术大学;2010年

4 杨蕾;基于小波域马尔可夫激光散斑表面粗糙度测量方法研究[D];合肥工业大学;2015年

5 张国鹏;三维纹理分析在虚拟结肠镜计算机辅助检测/诊断中的应用研究[D];第四军医大学;2013年

6 金舟;图像着色关键技术分析及其应用[D];天津大学;2011年

7 Hassana Grema Kaganami（哈桑）;基于颜色和纹理特征的图像增强和分析算法[D];中南大学;2010年

8 王冬;纳米级微泡增强乳腺肿瘤显像效果及高强度聚焦超声消融效果的实验研究[D];重庆医科大学;2012年

9 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年

10 侯晓丹;网络环境下图像隐写分析中的失配问题研究[D];解放军信息工程大学;2017年

相关硕士学位论文 前10条

1 周晚君;水泥路面纹理构造恢复方法及评价研究[D];长安大学;2018年

2 张娜;CT纹理分析技术鉴别孤立性肺结节良恶性的可行性研究[D];山西医科大学;2018年

3 张仕慧;Bp-MRI 3D纹理分析对高级别前列腺癌诊断及评估的初探[D];遵义医学院;2018年

4 王俊;纹理分析对胰腺导管腺癌、神经内分泌肿瘤及实性假乳头状肿瘤鉴别诊断的价值[D];中国医科大学;2018年

5 孟祥玉;基于增强MRI图像的纹理分析对肝脏局灶病变的鉴别诊断价值[D];中国医科大学;2018年

6 裴子璐;基于CT图像的3D纹理分析鉴别肾细胞癌的初步价值[D];安徽医科大学;2018年

7 Padikkalakandy Cheriyath Shesnia Salim;定量ADC图的纹理分析对高级别胶质瘤与脑转移瘤的鉴别诊断[D];大连医科大学;2018年

8 Nafir Abdul Jaleel;磁共振图像纹理分析在晚期鼻咽癌分期中的应用及对鼻咽癌治疗反应的预测价值[D];大连医科大学;2018年

9 张涵笑;基于纹理分析的儿童常见后颅窝肿瘤的鉴别[D];郑州大学;2018年

10 余加懿;基于MR增强图像的纹理分析预测肝癌经TACE联合HIFU治疗后早期疗效的价值[D];重庆医科大学;2018年

，

本文编号：2612155