基于影像组学的肺肿瘤良恶性分类及早期肺腺癌淋巴结转移预测模型研究

发布时间：2021-07-23 08:41

　　肺癌的早期鉴别诊断和淋巴结转移预测,对临床医生制定行之有效的方案,提高肺癌患者的存活时间和生存质量具有重大的临床意义。然而由于肺癌具有时空异质性导致肺癌患者的预后较差。CT,MRI和PET等医学影像能提供肺癌病灶时空异质性的信息。所以准确评估这些医学影像的异质性,可以为肺癌患者的早期鉴别诊断和淋巴结转移预测提供至为重要的信息。最近几年,随着医学影像的快速发展,影像组学作为一种新的影像技术为肿瘤的良恶性分类,肿瘤病理分型,肿瘤临床分期以及肿瘤的治疗效果评估等临床问题提供了一种不同于以往技术的全新的方案。影像组学技术是从CT,MRI,PET等医学影像中提取反映肿瘤异质性的大量特征,从而建立医学影像与临床收集的资料之间相关联的学习模型,临床医生可以根据建立的模型来进行临床决策。本文就目前CT影像分析中存在的一些问题,选择发病率和死亡率最普遍的肺癌进行分析。从如下几个方面进行了分析研究。第一,在融合前人研究的基础上,提出了一整套适合肺癌（肿瘤）表观特性的定量化特征集。其中包含了肺癌（肿瘤）病灶的一阶特征,形态特征,纹理特征,Gabor特征和小波特征共计767个特征。第二,针对目前医学中肺肿瘤良... 

【文章来源】：浙江师范大学浙江省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图２．?１本文采用的纹理特征、Ｇａｂｏｒ特征与小波特征提取图示??２．２．１肿瘤一阶统计特征的分析与提取??

＿７ｊｎａｘｉｍｕｍ＿ｐｒｏｂａｂｉｌｉｔｙ”。为了提高预测准确率，对Ｌａｓｓｏ选择的特征??数据进行了归一化。经过５折交叉验证后得到的最佳入值为０．?２７５。图３．１画??２６??

具有最佳值的垂直线。根据１０折交叉验证的结果，选择０．０８３５的Ｘ值，并且选择ｌｏｇ入的??值等于－１．?０７８?（?１－ＳＥ标准）。??图４．?２模型随Ｘ变化的示意图。??图４．３画出了模型在训练集和测试集上面的Ｒ０Ｃ曲线。建立的早期肺腺癌淋??巴结转移影像组学标签在训练集的ＡＵＣ＝０．９４４?（９５％?ＣＩ：?０．９０９－０．９８１），测试集??上的?ＡＵＣ＝０．９４２?（９５％?ＣＩ：?０．９０６－０．９７９）。??３４??

【参考文献】：
期刊论文
[1]Asymptotic properties of Lasso in high-dimensional partially linear models[J]. MA Chi,HUANG Jian.  Science China（Mathematics）. 2016(04)
[2]2015年肺癌诊疗指南:共识和争议[J]. 陆舜,虞永峰,纪文翔.  解放军医学杂志. 2016(01)



本文编号：3298965