基于CT影像组学术前预测非小细胞肺癌淋巴结转移的研究

发布时间：2020-07-31 18:29

【摘要】：非小细胞肺癌(NSCLC)淋巴结转移是影响患者治疗疗效和预后最重要的临床因素之一,也是肺癌国际TNM分期(T代表肿瘤大小,N代表淋巴结转移情况,M代表远处转移状态)的核心指标。术前准确判断NSCLC淋巴结是否发生转移对指导临床治疗方案选择(如是否手术、淋巴结清扫范围等)及评估预后有重要的临床价值。计算机断层摄影术(CT)是NSCLC患者术前评估的首选影像检查手段,在临床实践中,临床医师主要基于CT图像上淋巴结的径线大小判断淋巴结是否转移,但存在主观性强、诊断敏感度和特异度均较低的缺点,不能满足现代精准医学发展的临床需求。随着医学图像信息分析技术的发展,从肿瘤影像中提取高通量的定量影像特征,将图像转化为可挖掘的数据,用于解析临床信息(如病灶定性、治疗疗效、预后等),这种分析方法被命名为影像组学(Radomics)。通过影像组学大数据挖掘分析方法,提取关键的影像组学特征(构成的特征组合被称之为标签[Signaure]),再结合患者的临床和病理学等信息,构建预测模型,可实现肿瘤的基因分析、病灶定性、疗效评价和预后预测(如预测患者术后5年生存概率、肿瘤复发)等,从而可指导临床决策,具有重要的临床意义。作者针对术前难以准确诊断NSCLC淋巴结转移的临床挑战性问题,进行了影像组学方法和临床应用研究,基于术前患者肺癌CT增强扫描图像,从图像中提取海量影像组学定量特征,通过统计学及机器学习方法,筛选与淋巴结转移高度相关的关键影像组学特征,构建影像组学标签,然后融合多项临床和病理信息,构建了淋巴结转移预测模型,实现了术前个体化预测NSCLC淋巴结转移状态。本研究构建的基于CT影像组学的NSCLC淋巴结转移预测模型,为临床医生术前判断是否发生淋巴结转移提供了无创的定量诊断工具,可辅助指导临床决策,具有较高的临床价值和科学意义。在开展相关研究工作的过程中,本文作者作为第一作者(含共同第一作者)发表了5篇临床肿瘤学领域及医学影像学领域的SCI论文以及1篇临床医学影像学领域的中文核心期刊论文(本研究作者作为所有发表研究中唯一的工科科研人员,负责影像组学特征提取算法设计和数据处理分析),其中以共同第一作者发表于临床肿瘤学领域顶级期刊《J Clin Oncol》的研究论著,是截至目前(2018年7月5日)国际影像组学研究领域的影像因子最高的研究(2017 IF:26.303)。本文的主要研究内容包括如下:(1)设计了一种鲁棒性好的NSCLC影像组学特征提取算法流程。作者在前期研究中,设计了基于纹理特征的提取方法,并在软件程序上实现了 150个特征的提取;在本项目中,作者进一步完善和优化了影像组学特征提取算法,再结合本研究项目需求及具体的临床问题制定恰当的研究方案并用编程语言实现,所提取的特征包括灰度直方图、纹理、小波变换、Gabor变换等4个类别,合计591个特征。(2)提出了一种性能稳定的NSCLC影像组学特征降维和筛选方法。根据影像组学特征与患者发生临床结局(是否发生淋巴结转移)的关联映射,作者首先使用可重复性相关分析实现影像组学特征的降维与初筛,随之采用L1正则化(Least absolute shrinkage and selection operator,Lasso)Logistic回归模型对初筛后的数据进行关键影像组学特征的筛选,继而融合关键影像组学特征,构建可用于预测NSCLC淋巴结转移的影像组学标签(即影像组学特征的集合)。本文作者设计采用的特征选择方法共筛选出了 13个关键影像组学特征用于后续建模分析,并将该系数非零的特征进行线性组合以获得影像组学标签。作者发现其构建的影像组学标签和NSCLC淋巴结转移具有显著的统计学相关性,具有较好的鉴别诊断能力(曲线下面积[AUC]为0.734)。(3)提出了一种联合影像组学标签和临床指标的淋巴结转移预测模型构建方法,实现NSCLC患者淋巴结转移的个体化预测。作者通过将获得的影像组学标签与发生淋巴结转移危险因素纳入多参数变量Logistic回归模型进行预测模型建模,构建的预测模型具有较好的淋巴结转移预测效能及模型校准结果(AUC为0.789);且为了方便在临床实践中使用模型,作者进一步绘制了列线图(nomogram),将预测模型进行可视化,便于临床医师使用该预测模型进行术前个体化精准预测淋巴结转移,从而指导临床决策。本文作者设计的基于NSCLC患者术前CT增强扫描图像的影像组学特征提取方法、影像组学特征筛选方法以及淋巴结转移预测模型构建方法已在作者所在课题组的多项临床研究中得到很好的应用及验证,相关工作发表在临床肿瘤学及影像学领域核心SCI期刊,合计14篇,其中以第一作者发表于SCI期刊《Sci Rep》(2017 IF:4.122)和临床医学影像学领域中文核心期刊《中华放射学杂志》各1篇;以共同第一作者在《Euro JRadiol》(2017IF:2.843)、《ChinJCancer Res》(2017 IF:3.689)、《AbdomRadiol(NY)》(2017IF:1.506)发表SCI论文各1篇(均排第二),以及临床肿瘤学领域顶级期刊《J ClinOncol》(排第三)1篇;其中,发表在《JClinOncol》的研究论著为截至目前(2018年7月5日)国际影像组学研究领域影响因子最高的论著(2017IF:26.303)。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R734.2;R730.44
【图文】：

影像组学特征的提取算法尚未有统一的标准＊因此，本文在攻读硕士学组学方法流程进行了一整套完整程序实现。影像组学特征提取是本章早期影像组学研宄中提到的纹理特征提取方法进一步完善和优化影像法并进行软件程序上的实现，再结合科研项目需求及具体的临床问题制案并用编程语言实现。本章将从影像组学特征提取算法软件研发的经探索实践影像组学研宄方法的过程，简要说明本文的实验流程、实验的肿瘤病灶分割方法，介绍本文实验中提取的相关ＮＳＣＬＣ影像组学特征的计＿公式。逡逑流程逡逑介绍本文的总体实验流程（如图２－１所示），包括临床诊疗数据及影像图瘤病灶分割、特征提取、特征降维及筛选、多参数预测模型的训练、。逡逑训练组逡逑

逦＿南＆＾大学磺士[x位论文逦逡逑肿瘤病灶的精准分割。本文的实验中，影像图像数据均由临床经验丰富的放射科医生使逡逑用手动分割方式，来完成对肿瘤病灶的精准分割。具体实现如图（２－２）所示，本文使用逡逑选取肿瘤病灶最大眉面沿病灶轮廓放置ＲＯＩ。ＲＯＩ的放置是由两名具有丰富临床经验的逡逑放射科医生（分别具有５年和１０年的临床胸部ＣＴ影像诊断经验）来完成。、同时去除逡逑ＣＴ值低于５０ＨＵ以及高于３００ＨＵ的像素阈值的气体、坏死区及钙化血管，区域以进一步逡逑调整肿瘤病灶ＲＯＩ。所有的肿瘤病灶ＲＯＩ文件将以“．ｒｏｉ”格式文件进行存储。逡逑

逦＿南＆＾大学磺士[x位论文逦逡逑作者基于现有的条件以及研宄任务的时效性的需求，结合Ｍａｔｌａｂ编程语言环境的逡逑优点，设计了本文影像组学研究中的特征提取实现程序。程序架构只要分为三个部分（如逡逑图２－３）：原始图像及病灶ＲＯＩ读取、特征提取以及结果输出Ｂ逡逑

【相似文献】

相关期刊论文 前10条

1 李家俊;;肺部疾病怎样选择影像检查[J];保健医苑;2017年07期

2 黄费湘;;青年肺癌150例临床与病理影像检查分析[J];中外医疗;2011年31期

3 黄文彰,郑宝珍,李子青,程志中,丁宝珍;几种影像检查诊断乳腺癌的临床应用[J];实用癌症杂志;1988年04期

4 王福权;骨科的影像检查[J];临床医学杂志;1988年04期

5 辛洪涛,马敏厚,王金凤;多种影像检查致膈疝误诊一例——理学诊断的重要性[J];山东医药;1989年03期

6 谢应朗;;影像检查七项注意[J];中国乡村医药;2008年01期

7 钰松;;患者如何选择影像检查[J];开卷有益(求医问药);2006年03期

8 李家俊;;影像检查之辐射知多少[J];保健医苑;2019年02期

9 马胜琦;;基于电子病历的影像检查质量监控的探索[J];中国医院;2012年11期

10 郭启勇;李坤成;;影像检查五花八门 哪种适合您[J];医药与保健;2012年08期

相关会议论文 前10条

1 孙见山;刘雅珏;刘业政;姜元春;;在分级诊疗背景下的区域影像平台设计与应用[A];第十三届（2018）中国管理学年会论文集[C];2018年

2 张燕群;田树平;胡向红;;不同影像检查在SARS影像诊断方面的作用[A];2003年全国医学影像技术学术会议论文汇编[C];2003年

3 胡运胜;诸慧铭;何之彦;张悦萍;张皓;;评估性肝脏移植前MR影像检查的技术探究[A];2006年华东六省一市暨浙江省放射学学术年会论文汇编[C];2006年

4 武晓芳;王振毅;;乳腺影像检查优势及X线检查主要事项[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

5 李安源;佟滨;;影像检查在胆道梗阻诊断的价值[A];第十二届全国临床医学影像学术会议、第四届东北三省放射学术会议论文汇编[C];2002年

6 王恩国;;PACS系统工作流程[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

7 谢小英;赵铁耘;;原发性醛固酮增多症180例临床分析[A];2008内分泌代谢性疾病系列研讨会暨中青年英文论坛论文汇编[C];2008年

8 周志光;;PACS的构建与效益分析[A];2006年华东六省一市暨浙江省放射学学术年会论文汇编[C];2006年

9 叶滨宾;;影像检查在儿童常见遗传代谢性脑病诊断及鉴别诊断中的作用[A];中国医师协会放射医师分会首届会员大会暨第四届医学影像山东论坛、山东省第16次放射学会议暨山东省第14届医学影像学学术研讨会论文集[C];2007年

10 王子干;许春梅;朱建常;周峰;冯秀云;杜明明;丁晓玲;;小儿蹄形肾裂伤并发肾周尿囊肿超声表现及8次影像检查误诊分析一例[A];中国超声医学工程学会第四届全国浅表器官及外周血管超声医学学术会议论文汇编[C];2013年

相关重要报纸文章 前10条

1 特约记者 喻芳 陈英;重庆推动影像检查结果互认[N];健康报;2018年

2 本报记者 朱萍;影像云格局变革：锐珂医疗借力医联体布局[N];21世纪经济报道;2017年

3 麦迪信;3D立体影像检查更“聪明”[N];医药经济报;2003年

4 宋磊;影像检查准确与否看病种[N];保健时报;2005年

5 记者 张巍巍;英开发新型乳房影像检查系统[N];科技日报;2008年

6 记者 洪雷;22家医院影像检查结果互认[N];大众卫生报;2009年

7 王平;从美国限制影像检查说起[N];健康报;2007年

8 北京市医学影像质量控制和改进中心主任 李坤成 本报记者 吴卫红 整理;影像检查互认 难![N];健康报;2012年

9 刘璐璐;湖南：三甲医院影像检查结果互认[N];医药经济报;2005年

10 四川雅安市人民医院主任医师 谢应朗;影像检查7点注意[N];健康报;2007年

相关博士学位论文 前3条

1 周莹;影像组学在预测肝癌部分肝切除术后病人预后中的应用研究[D];南方医科大学;2018年

2 阚杨杨;影像组学在预测宫颈癌同步放化疗疗效及淋巴结转移的研究[D];大连医科大学;2018年

3 罗敏;PACS的研究与应用[D];重庆大学;2005年

相关硕士学位论文 前6条

1 何兰;基于CT影像组学术前预测非小细胞肺癌淋巴结转移的研究[D];华南理工大学;2018年

2 李唐;软组织模拟肿物影像—病理面对面、点对点精准对照方法的实验研究[D];大连医科大学;2018年

3 吴迪;基于云平台的眼科影像存储与管理系统的设计与实现[D];苏州大学;2018年

4 张雨晨;直肠癌的影像组学标签构建及无病生存期分析[D];电子科技大学;2018年

5 刘子坚;基于纤镜的肛肠影像检查系统开发[D];电子科技大学;2006年

6 龙东兵;脑血管影像检查在急诊颅内动脉瘤的临床诊断价值对比研究[D];中南大学;2007年

本文编号：2776840