基于磁共振多参数成像的影像组学模型预测肺腺癌表皮生长因子受体基因突变状态的临床研究
发布时间：2021-03-31 07:35
目的通过前瞻性选取92例肺腺癌患者并统计其临床资料及影像学征象,筛选与肺腺癌表皮生长因子受体（EGFR）基因突变状态相关的临床预测因素及影像征象,比较基于T2WI、DWI、ADC的影像组学模型及联合临床因素的列线图对术前预测肺腺癌EGFR突变状态的价值。方法前瞻性选取2015年11月至2019年9月经病理证实的肺腺癌患者92例,其中男53例,女39例,年龄27～79岁,平均57.65±10.90岁;EGFR突变型51例,未突变型41例,临床分期:I期34例,II期14例,III期20例,IV期24例,所有患者在术前一周内均行胸部MRI扫描,扫描序列包括T2WI序列、EPI-DWI（b=0、800s/mm2）序列并生成相应的ADC图。统计92例患者的临床资料包括:年龄、性别、吸烟史、临床分期、术前1周内癌胚抗原,糖类抗原125及糖类抗原153;统计92例患者的MRI影像学征象包括:肿瘤所在的分叶,肿瘤最大径线,分叶征,毛刺征,胸膜凹陷征及ADC值。应用SPSS统计软件分别对EGFR突变型和EGFR未突变型型两组患者的临床资料和影像学征象进行统计分析,筛选与肺腺癌EG...
【文章来源】：广州医科大学广东省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
肺腺癌患者病灶ROI放置示意图
材料与方法15七、数据规范化整理及图像预处理（1）数据规范化整理：所有病例的原始数据（DICOM）放在一个文件夹；所有勾画的ROI单独放在一个文件夹（命名一一对应），勾画的ROI保存为“命名_Merge.nii”，压缩文件格式（后缀为.gz）需要在ITK-SNAP里面进行解压缩，为了后面处理数据可以快速让患者临床指标与组学特征对应上，为每例患者进行编号。（2）图像预处理(图2，3)：将所有病例的原始图像及分割的肿瘤ROI文件（.nii格式)导入美国GE公司AK软件（ArtificialIntelligentKit,A.K.)，在预处理模块（ImagePreprocessing）中选择如下参数：MR模态重采样（Resample):X-Spacing、Y-Spacing、Z-Spacing均设定为1.000mm，强度归一化（IntensityStandardization)中：GrayLevelDiscretization：DesiredMinimum:0.0，DesiredMaximum:255.0；GreyDiscretization:64。图2：AK软件MRI图像预处理模块界面。
广州医科大学硕士学位论文16图3：图a、b、c为T2WI、DWI及ADC序列预处理前的图像，图d、e、f为T2WI、DWI及ADC序列预处理后的图像。八、影像组学特征提取将预处理后的图像和相应的ROI导入AK分析软件并选择直方图特征（Histogram)、形态学特征（FormFactorFeatures）、灰度共生矩阵（GLCM)、Haralick特征、灰度游程矩阵(GLRLM)、灰度连通区域矩阵(GLSZM)6大类特征参数进行特征提龋每个病例的每个序列共提取了396个图像特征，包括42个直方图特征、9个形态特征、144个GLCM特征、10个Haralick特征、180个GLRLM特征和11个GLSZM特征（图4）。图4：AK软件特征参数选择界面。
【参考文献】：
期刊论文
[1]CT影像组学特征预测晚期肺腺癌表皮生长因子受体突变状态及表皮生长因子受体酪氨酸激酶抑制剂治疗敏感性的效能[J]. 杨春生,陈卫东,巩贯忠,李振江,仇清涛,尹勇. 中华肿瘤杂志. 2019 (04)
[2]非小细胞肺癌EGFR基因少见突变及靶向治疗进展[J]. 王鸯,李敏,胡成平. 中华医学杂志. 2019 (02)
[3]CT影像组学在非小细胞肺癌临床分期中的价值[J]. 何兰,黄燕琪,马泽兰,梁翠珊,黄晓媚,程梓轩,梁长虹,刘再毅. 中华放射学杂志. 2017 (12)
[4]定量影像学在肺癌放/化疗疗效评估中的应用[J]. 焦玉新,任艳萍,郑向鹏. 中国肺癌杂志. 2017(06)
[5]表观弥散系数与非小细胞肺癌预后分子生物学指标的相关性分析[J]. 张丹,陈康,谯智慧,谢兵,陈伟,熊玮. 第三军医大学学报. 2017(09)
[6]基于文献计量学的近5年放射组学研究热点分析[J]. 王敏,宋彬,黄子星,胡富碧,陈婕. 中华放射学杂志. 2016 (12)
[7]肺癌CT影像学征象与EGFR基因突变相关性的研究进展[J]. 刘颖,叶兆祥. 临床放射学杂志. 2015(10)
本文编号：3111059
【文章来源】：广州医科大学广东省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
肺腺癌患者病灶ROI放置示意图
材料与方法15七、数据规范化整理及图像预处理（1）数据规范化整理：所有病例的原始数据（DICOM）放在一个文件夹；所有勾画的ROI单独放在一个文件夹（命名一一对应），勾画的ROI保存为“命名_Merge.nii”，压缩文件格式（后缀为.gz）需要在ITK-SNAP里面进行解压缩，为了后面处理数据可以快速让患者临床指标与组学特征对应上，为每例患者进行编号。（2）图像预处理(图2，3)：将所有病例的原始图像及分割的肿瘤ROI文件（.nii格式)导入美国GE公司AK软件（ArtificialIntelligentKit,A.K.)，在预处理模块（ImagePreprocessing）中选择如下参数：MR模态重采样（Resample):X-Spacing、Y-Spacing、Z-Spacing均设定为1.000mm，强度归一化（IntensityStandardization)中：GrayLevelDiscretization：DesiredMinimum:0.0，DesiredMaximum:255.0；GreyDiscretization:64。图2：AK软件MRI图像预处理模块界面。
广州医科大学硕士学位论文16图3：图a、b、c为T2WI、DWI及ADC序列预处理前的图像，图d、e、f为T2WI、DWI及ADC序列预处理后的图像。八、影像组学特征提取将预处理后的图像和相应的ROI导入AK分析软件并选择直方图特征（Histogram)、形态学特征（FormFactorFeatures）、灰度共生矩阵（GLCM)、Haralick特征、灰度游程矩阵(GLRLM)、灰度连通区域矩阵(GLSZM)6大类特征参数进行特征提龋每个病例的每个序列共提取了396个图像特征，包括42个直方图特征、9个形态特征、144个GLCM特征、10个Haralick特征、180个GLRLM特征和11个GLSZM特征（图4）。图4：AK软件特征参数选择界面。
【参考文献】：
期刊论文
[1]CT影像组学特征预测晚期肺腺癌表皮生长因子受体突变状态及表皮生长因子受体酪氨酸激酶抑制剂治疗敏感性的效能[J]. 杨春生,陈卫东,巩贯忠,李振江,仇清涛,尹勇. 中华肿瘤杂志. 2019 (04)
[2]非小细胞肺癌EGFR基因少见突变及靶向治疗进展[J]. 王鸯,李敏,胡成平. 中华医学杂志. 2019 (02)
[3]CT影像组学在非小细胞肺癌临床分期中的价值[J]. 何兰,黄燕琪,马泽兰,梁翠珊,黄晓媚,程梓轩,梁长虹,刘再毅. 中华放射学杂志. 2017 (12)
[4]定量影像学在肺癌放/化疗疗效评估中的应用[J]. 焦玉新,任艳萍,郑向鹏. 中国肺癌杂志. 2017(06)
[5]表观弥散系数与非小细胞肺癌预后分子生物学指标的相关性分析[J]. 张丹,陈康,谯智慧,谢兵,陈伟,熊玮. 第三军医大学学报. 2017(09)
[6]基于文献计量学的近5年放射组学研究热点分析[J]. 王敏,宋彬,黄子星,胡富碧,陈婕. 中华放射学杂志. 2016 (12)
[7]肺癌CT影像学征象与EGFR基因突变相关性的研究进展[J]. 刘颖,叶兆祥. 临床放射学杂志. 2015(10)
本文编号：3111059
本文链接：https://www.wllwen.com/shoufeilunwen/mpalunwen/3111059.html
