基于CT影像组学术前评估结直肠腺癌组织学分级的研究

发布时间：2020-06-24 23:25

【摘要】：背景:结直肠腺癌(CRAC)的组织学分级是影响CRAC患者预后的重要因素;高级别CRAC患者在手术切除后具有更高的复发风险,总体预后较低级别CRAC更差。术前准确评估CRAC组织学分级有利于协助临床为患者制定个体化的治疗方案,从而改善患者预后。目前临床上主要基于内镜活检病理对CRAC组织学分级行术前评估,然而这种方法因其组织量有限、活检位置表浅甚至偏离肿瘤位置而致准确性不高,同时内镜活检作为有创性检查手段难免会伴发一定的并发症。因此,临床上亟待开发一种无创性的新方法以在术前实现对CRAC组织学分级的准确评估,而可高通量、定量挖掘图像信息的影像组学的兴起正好为此提供了新方向。目的:探讨基于CT图像的影像组学方法在术前评估CRAC组织学分级的临床应用价值。方法:本研究经伦理委员会批准,回顾性收集并纳入于2008年1月至2015年8月在我院放射科行增强CT检查的CRAC患者共366例,并将其分为训练组222例、验证组144例。所纳入病例均基于CT门脉期图像定量提取影像组学特征,其中包括一阶特征、大小及形态学特征、纹理特征以及小波特征。在训练组中,我们应用LASSO逻辑回归方法筛选出与CRAC组织学分级高度相关的特征并构建影像组学标签。在训练组及验证组中,使用Mann-Whitney U检验分析影像组学标签与CRAC组织学分级之间的关系。影像组学标签的效能应用受试者工作特征(ROC)曲线分析其区分度,并计算曲线下面积(AUC)及其95%置信区间(CI);同时应用校准曲线分析其校准度。设立独立验证组对影像组学标签的效能进行验证,并在直肠腺癌组和结肠腺癌组中进行分层分析,进一步验证其效能。结果:经影像组学特征的提取和筛选后,14个影像组学特征被选中用于构建影像组学标签。经ROC曲线分析,影像组学标签具有在术前评估CRAC组织学分级的能力;其中在训练组中的AUC为0.812(95%CI:0.749-0.874),验证组的AUC为0.735(95%CI:0.644-0.826)。分层分析显示,影像组学标签在直肠腺癌组及结肠腺癌组中亦具有术前鉴别高级别CRAC与低级别CRAC的能力;其中直肠腺癌组的AUC为0.895(95%CI:0.838-0.952),结肠腺癌组的AUC为0.725(95%CI:0.653-0.797)。校准曲线显示影像组学标签在各组中均具有较好的校准度。结论:基于CT图像的影像组学标签可作为一种无创性的辅助工具用于术前评估CRAC的组织学分级,有望应用于临床实践中以协助制定个体化治疗方案。
【学位授予单位】：南方医科大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R735.34;R730.44
【图文】：

直肠癌,示例,图像,肿瘤

组织更容易区分，不易将正常肠壁组织画入ＲＯＩ范围内。本研宄使用３Ｄ邋Ｓｌｉｃｅｒ软件逡逑（ｖｅｒｓｉｏｎＵｊｈｔ＾Ｖ／ｗｗｗ．ｓｌｉｃｅｒ．ｏｉｇ）对所有病例图像进行ＲＯＩ的勾画，勾画时沿肿瘤轮靡逡逑进行手动分割，避免将肠腔内气体、肠壁周围脂肪等纳入ＲＯＩ范围内（如图１所示）。本逡逑研宄选取每个病例肿瘤中最大的三个连续层面图像进行ＲＯＩ的勾画，使用３Ｄ邋Ｓｌｉｃｅｒ软件逡逑对肿瘤进行ＡＸ分割的具体过程如下？？逡逑１）

影像,影像,方法,标签

４．影像组学特征的}0＾标签＿建逡逑基于ＬＡＳＳＯ逻辑回归方法从８６９个具有高可重复性的影栛学特征中筛选出１５逡逑个与ＣＲＡＣ组织学分级高度相关的特征（如图２所示）；其中１个特征在标准化处理后逡逑并应用广义线性模型确定特征相应的线性组合系数过程中被舍弃，其原因可能是该特逡逑征与其余某一＃征间存在高度线性相关。最终，１４个特征线性组合用于构建影像组学逡逑标签，并计算每一个患者的Ｒａｄ－ｓｃｏｒｅ。影像组学标签评分算式见附录２．影像组学标签逡逑评分计算公式。逡逑１５逡逑

【相似文献】