当前位置:主页 > 医学论文 > 临床医学论文 >

基于放射组学预测肺腺癌EGFR基因突变状态的研究

发布时间:2021-11-25 23:23
  目的:基于薄层计算机断层扫描(TSCT)建立一种预测肺腺癌表皮生长因子受体(EGFR)突变状态的放射组学模型并评估其有效性。方法:该研究包括284例肺腺癌患者(141例EGFR突变型和143例EGFR野生型)。所有患者均有薄层(轴位图像层厚1mm)CT增强扫描图像。通过使用半自动方法(ITK-SNAP3.6.0)对每个肿瘤的感兴趣区域(ROI)进行分割,即利用阈值分割法计算机自动生成ROI,并且放射科医师可以逐层改变病灶轮廓以精确其边界。通过使用放射组学软件Analysis-Kit(GE Healthcare,Life Science,China)提取396个放射组学特征。用于建立放射组学模型的临床信息及影像特征包括性别、年龄、吸烟状况、症状以及肿瘤直径、部位、充气支气管征、胸膜牵扯征、空洞/空泡总共9个特征。按7:3的比例,将284例患者随机分为训练组(n=199)和测试组(n=85)。通过Multi information法对组学特征降维、临床特征筛选后再分别对放射组学特征、临床特征、结合组学与临床特征建立模型,对比了Logistic Regression和Random Fores... 

【文章来源】:河北医科大学河北省

【文章页数】:37 页

【学位级别】:硕士

【部分图文】:

基于放射组学预测肺腺癌EGFR基因突变状态的研究


肺腺癌病灶的ROI勾画

曲线,综合模型,森林,曲线


Brier 0.179 0.184Note:AUC=Area under curve,ACC=accuracy图3 随机森林综合模型F ROC曲线Fig.3 The ROC curve of Integrated Random Forest Model F

曲线,综合模型,混淆矩阵,森林


16图4 随机森林综合模型F混淆矩阵Fig.4 The confusion matrix of Integrated Random Forest Model F图5 随机森林综合模型F DCA曲线Fig.5 The DCA curve of Integrated Random Forest Model

【参考文献】:
期刊论文
[1]非小细胞肺癌患者表皮生长因子受体基因突变特征及意义[J]. 叶肖燕.  中华实用诊断与治疗杂志. 2016(01)
[2]非小细胞肺癌中EGFR和KRAS基因突变的特点及与临床病理特征的关系[J]. 凌云,邱田,李卓,郭蕾,应建明.  临床与实验病理学杂志. 2015(05)
[3]肺腺癌EGFR突变的临床特征及影像学特点[J]. 俞哲燕,周建娅,徐旋里,郑静,王悦虹,周建英.  临床放射学杂志. 2015(02)
[4]肺腺癌组织学亚型与EGFR突变及临床特征的关系[J]. 赵艳秋,刘杰,刘瑞青,张建波,孙晓楠,王喻,李醒亚.  西安交通大学学报(医学版). 2014(01)
[5]周围型非小细胞肺癌CT征象与EGFR表达的关系[J]. 李峻,陈艳,丁新民.  肿瘤学杂志. 2010(04)
[6]肺癌EGFR基因突变检测方法的研究进展[J]. 奉水东,谭红专.  中国肺癌杂志. 2008(03)

硕士论文
[1]EGFR、TTF-1在肺鳞癌、腺癌中的表达差异与能谱CT定量分析的相关性研究[D]. 周航.宁夏医科大学 2015



本文编号:3518984

资料下载
论文发表

本文链接:https://www.wllwen.com/linchuangyixuelunwen/3518984.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9a95e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com