基于影像组学的子宫内膜癌淋巴结转移术前预测模型的研究

发布时间：2021-04-26 14:28

　　研究背景:淋巴结转移状态是子宫内膜癌临床治疗决策的重要依据,但传统盆腔增强MRI对其诊断效能有限。影像组学（Radiomics）可将图像转化为可挖掘的数据,为内膜癌淋巴结转移术前预测提供了一条无创性途径。研究目的:通过影像组学,基于术前盆腔增强磁共振成像（Magnetic resonance imaging,MRI）,构建子宫内膜癌淋巴结转移术前预测模型,并验证其预测效能。研究方法:本回顾性研究共纳入151名患者,随机分为训练集（90人）和测试集（61人）。在每位患者术前盆腔增强MRI的矢状位T2加权图像（T2-weighted imaging,T2WI）、矢状位 T1 加权对比剂增强图像（Tl-weighted+Contrast enhanced imaging,T1WI+C）和轴位表观弥散系数（Apparent Diffusion Coefficient,ADC）图像中用ITK-SNAP软件手工全层勾画内膜癌原发病灶作为感兴趣区（Region of interest,ROI）。从每个序列的ROI中提取647个特征并通过威尔逊秩和检验、斯皮尔曼相关系数、决策树筛选特征。通过筛选出的7... 

【文章来源】：北京协和医学院北京市 211工程院校 985工程院校

【文章页数】：55 页

【学位级别】：博士

【文章目录】：
中文摘要
Abstract
引言
    1. 子宫内膜癌危险分层
    2. 影像组学简介
    3. 影像组学技术流程
    4. 影像组学在子宫内膜癌中的研究进展
    5. 研究目的
1. 材料与方法
    1.1 研究对象
        1.1.1 纳入和排除标准
        1.1.2 研究对象搜集过程
        1.1.3 数据采集与数据库建立
    1.2 感兴趣区（ROI）勾画
    1.3 影像组学分析
        1.3.1 图像特征提取与筛选
            1.3.1.1 特征提取
            1.3.1.2 特征筛选（训练集）
        1.3.2 数据分析与模型构建
            1.3.2.1 影像组学模型（Radiomic signature）构建
            1.3.2.2 临床信息筛选
            1.3.2.3 综合预测模型（Combined model）构建
        1.3.3 模型评价与验证
2. 结果
    2.1 研究对象特征
    2.2 淋巴结预测模型
    2.3 预测模型评价与验证
3. 讨论
结论
参考文献
附录
    1. 缩略语
    2. 病案科检索淋巴结转移阴性患者的检索式和检索过程
    3. 淋巴结转移阴性库随机抽取患者列表统计检验
    4. 影像特征定义
文献综述 ：影像组学在妇科肿瘤中的应用
    参考文献
致谢



本文编号：3161574