基于MR-T2WI放射组学预测直肠癌淋巴结转移的研究

发布时间：2020-04-20 01:26

【摘要】：目的:近期的研究已经表明MR检查在放射组学分析上的是可行的,在定义某些肿瘤特征上也是具有价值的,但是少有以MR为基础的直肠癌放射组学特征分析的研究资料。本课题是判断从直肠癌MR-T2WI图像中提取的放射组学特征与直肠癌淋巴结转移情况之间是否有相关性。方法:本课题为回顾性分析。研究对象为2016年3月至2018年1月之间共91位进行了手术的直肠癌患者。根据患者的术后淋巴结转移情况,将患者随机分为训练集(n=61)和验证集(n=30)两组,其年龄、性别均无统计学差异(P=0.485、0.75)。由两名经验丰富的放射科医生使用3D-slicer软件进行肿瘤感兴趣区(ROI)的确定,并在高分辨T2WI上逐层勾画出各个病例的全肿瘤体积,得到各个病例的LABLE文件,再导入3D-slicer软件中,分别提取共1314种放射组学特征。为了实现结果可靠,需要实行最小绝对收缩与选择算子(LASSO)回归分析的方法进行结果筛选。在回归分析中,通过计算曲线下面积(AUC)来评估模型的有效性。结果:1.训练集和验证集中入组病例的性别、年龄均无统计学差异(P0.05)。2.训练集和验证集中入组病例的淋巴结转移情况无统计学差异(P0.05)。3.统计训练集的放射组学特征数据,通过LASSO模型筛选并建立5个放射组学特征组成特征标签,得到放射组学公式:Rad-score =-1.045004900-0.136274513X 1og-sigma-5-0-mm-3D_glcm_Correlation+0.008792035 ×log-sigma-5-0-mm-3D_glcm_Imcl-0.046635220 ×wavelet-HHL_firstorder_Skewness+0.126077129 ×wavelet-HLH_gldm_SmallDependenceLowGrayLevelEmphasis-0.015831674Xwavelet-HLH_glcm_JointAverage并通过受试者曲线的曲线下面积(AUC)得到最佳界值:1.004。4.分别在训练集和验证集中使用受试者曲线(ROC)表达放射组学标签,利用曲线下面积(AUC)评估放射组学标签预测直肠癌淋巴结的效能:①训练集 AUC 为 0.87(0.70)(95%CI:0.7871-0.9602,敏感性:87.5%,特异性:82.2%)。②验证集 AUC 为 0.88(0.70)(95%CI:0.7545-1,敏感性:87.5%,特异性:81.8%)。结论:运用从MR-T2WT图像得到的放射组学特征组成的放射组标签.在预测直肠癌患者是否有淋巴结转移是具有一定的可行性的。
【图文】：

淋巴结转移,放射科医生,图像,肠癌

逦基于ＭＲ－Ｔ２ＷＩ放射组学预测直肠癌淋巴结转移的研究逦逡逑第二章材料与方法逡逑从我院病理科收集了从２０１６年３月到２０１８年１月的共７９２名病理证实为直逡逑肠癌的患者的临床资料。最终获得９１个符合纳入标准的图像。将这些图像的高逡逑分辨Ｔ２ＷＩ图像导入３Ｄ－ｓｌｉｃｅｒ软件，由两名三年以上工作经验的放射科医生勾逡逑画出肿瘤的感兴趣区（Ｒ０Ｉ）。提取相应放射组学特征，运用统计学方法分析其逡逑与淋巴结转移的相关性。逡逑

功能图,课题研究,软件,基本资料

确认无误后，点击“Ｆｉｌｅ－ｓａｖｅ”将后缀为“ｌａｂｌｅ”的条目以“ｉｍｇ／ｈｄｒ”逡逑的格式保存到目标文件夹。逡逑图１为３Ｄ－ｓｌｉｃｅｒ软件的基本信息；图２为肿瘤图像分割的示意。逡逑３ＤＳｉｉｃｅｒ逡逑｜逦—逦—逦邋ｊ逡逑Ｉ邋ｚ－＾Ｓｍ逡逑３ＤＳＩｔｃｅｒ逡逑Ｏｒｉｇｉｎａｌ邋ａｕｔｈｏｒ（ｓ）邋Ｔｈｅ邋Ｓｌｉｃｅｒ邋ＣｏｍｍｕｎＳｔｙｉ＾３逡逑Ｓｔａｂｌｅ邋ｒｅｌｅａｓｅ逦４．３．１邋／邋１９邋Ｄｅｃｅｍｂｅｒ邋２０１７；邋２逡逑ｍｏｎｔｈｓ邋ａｇｏ逡逑Ｗｒｉｔｔｅｎ邋ｉｎ逦Ｐ＞＊ｔｈｏｎ，邋Ｑｔ逡逑Ｏｐｅｒｓｔｍｇ邋ｓｙｓｔｅｍ邋Ｌｉｎｕｘ，邋Ｍ＾ｃ邋ＯＳ邋Ｘ，，邋Ｗｉｎｄｏｗｓ逡逑Ｓｉｚｅ逦２００ＭＢ逡逑Ａｖｓｉｌａｂｌｅ邋ｉｎ逦Ｅｎｇｌｉｓｈ逡逑Ｔｙｐｅ逦Ｓｃｉｅｎｔｉｆｉｃ邋ｖｉｓｕａｌｉｚａｔｉｏｎ邋ａｎｄ逡逑ｉｍａｇｅ邋ｃｏｍｐｕｔｉｎｇ逡逑Ｌｉｃｅｎｃｅ逦ＢＳＤ－ｓｔｙｌｅ逡逑Ｗｅｂｓｉｔｅ逦ｗｖｖｖｗ邋．ｓｌｉｃｅｒ．ｏｒｇ邋＾逡逑图２．邋３Ｄ－ｓｌ邋ｉｃｅｒ软件基本资料逡逑如图２示：本次课题研究使用的是３Ｄ－ｓｌ邋ｉｃｅｒ４．邋８．邋１版本
【学位授予单位】：湖南师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R735.37;R445.2

【参考文献】