能谱CT增强图像的影像组学特征在周围型肺癌的生物学行为评价中的应用
发布时间：2021-01-23 05:36
目的基于周围型肺癌CT增强图像的影像组学特征预测其免疫组化指标VEGF、EGFR、Ki-67及MVD的表达,并对影像组学特征在预测肺结节生物学行为的可行性及应用价值进行客观评价。方法本研究回顾性分析了涉及48例经手术后病理证实为周围型肺癌的患者,术前均行能谱CT双期增强扫描。使用ITK-SNAP于CT增强图像（动脉期+静脉期）上勾画感兴趣区（ROI）,在Artificial Intelligence Kit（GE Healthcare,Life Science,China）上对其进行影像组学分析。使用LASSO回归模型选取VEGF、EGFR、Ki-67的关键特征、使用线性回归模型选取MVD的关键特征分别建立模型,并以免疫组化染色检测组织中VEGF、EGFR、Ki-67及MVD的表达水平为参考标准。利用ROC曲线、曲线下面积（AUC）来评价模型预测免疫组化指标表达水平的效能,使用单变量回归线来观察免疫组化指标MVD与影像组学特征间的关系。结果根据EGFR、Ki-67、VEGF及MVD的表达水平,分别于动脉期选取了2、3、1、4个关键特征建模,静脉期选取了2、4、2、2个关键特征建模。动脉...
【文章来源】：宁夏医科大学宁夏回族自治区
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
动脉期ROI勾画及分割的示意图，于横轴位（A）手动勾画，同时得到矢状位（B）、冠状位（C）ROI进行校正和补充，使用update获取3DROI图像（D）
宁夏医科大学硕士学位论文结果9模型的AUC值为0.78(95%CI:0.60~0.95)，Ki-67模型的AUC值为0.84(95%CI:0.70~0.98)，VEGF模型的AUC值为0.71(95%CI:0.56~0.86)。静脉期EGFR模型的AUC值为0.76(95%CI:0.59~0.93)，Ki-67模型的AUC值为0.83(95%CI:0.65~1.00)，VEGF模型的AUC值为0.77(95%CI:0.64~0.91)。可以从这些模型中得出放射学评分（Rad-score），动脉期的系数分别为0.0578（EGFR）、0.0522（Ki-67）、1.2281（VEGF），静脉期的系数分别为0.0422（EGFR）、0.0451（Ki-67）、0.008（VEGF），其中动脉期VEGF模型评分较高（图4）。MVD为计量资料，采用线性回归模型，MVD模型中通过单变量回归线可看出根据动脉期图像所获取的uniformity特征表现最佳，其值在[-1,1]区间与MVD表达的相关性最高（图5）。表3对LASSO建立的3个预测模型进行分类ab图3EGFR（红色）、Ki-67（绿色）、VEGF（蓝色）影像组学预测模型的ROC曲线。a.EGFR预测模型的AUC为0.78(95%CI:0.60-0.95)，Ki-67预测模型的AUC为0.84(95%CI:0.70-0.98)，VEGF预测模型的AUC为0.71(95%CI:0.56-0.86);b.EGFR预测模型的AUC为0.76(95%CI:0.59-0.93)，Ki-67预测模型的AUC为0.83(95%CI:0.65-1.00)，VEGF预测模型的AUC为0.77(95%CI:0.64-0.91)。模型类别AUC（95%CI）灵敏度特异度精确度APVPAPVPAPVPAPVPEGFRKi-67VEGF0.776（0.60-0.95）0.840（0.70-0.98）0.709（0.56-0.86）0.761（0.59-0.93）0.828（0.65-1.00）0.774（0.64-0.91）0.8680.7300.5450.7110.8380.6060.7000.9090.8670.8000.8180.9330.8330.7710.6460.7290.8330.708
宁夏医科大学硕士学位论文结果10图4VEGF模型使用LASSO回归方法进行特征选择。在LASSO模型中使用了3折交叉验证来选择调节参数(Lambda)。利用最小标准和1个标准误差的最小标准(1-SE标准)绘制AUC与log(Lambda)的关系曲线，以得到最佳值的垂直线。根据3折交叉验证，选择的Lambda值为1.2281,log(Lambda)为0.0892(1-SE标准)。ab图5MVD预测模型于动脉期（a）提取4个特征（MaxIntensity、uniformity、GLCMEntropy_AllDirection_offset4_SD、SmallAreaEmphasis）、于静脉期（b）提取2个特征（HighGreyLevelRunEmphasis_AllDirection_offset7_SD、ShortRunLowGreyLevelEmphasis_AllDirection_offset1_SD）的相关回归系数图，深蓝色实线为拟合直线，淡蓝色区间95%置信区间，其范围越小代表模型预测能力越好，其中动脉期uniformity特征表现最佳，其值在[-1,1]区间预测MVD表达的效能最好。
【参考文献】：
期刊论文
[1]建立CT影像组学标签预测非小细胞肺癌Ki-67表达水平[J]. 顾潜彪,冯智超,梁琪,李美姣,王维,容鹏飞. 中南大学学报(医学版). 2018(11)
[2]孤立性肺结节的影像学研究进展[J]. 单文莉,柏根基,郭莉莉. 医学综述. 2018(15)
[3]CT影像组学在指导肺癌精准放疗中的应用进展[J]. 路玉昆,巩贯忠,仇清涛,尹勇. 中国肿瘤临床. 2018(02)
[4]miRNAs与非小细胞肺癌EGFR突变及放疗相关性研究进展[J]. 许齐真,张大昕. 中华放射肿瘤学杂志. 2017 (10)
[5]肺癌CT能谱成像:定量分析及与TTF-1和EGFR表达水平的相关性[J]. 周航,武峰. 放射学实践. 2017(08)
[6]肺浸润性腺癌能谱CT碘基物质分析与Ki-67表达的相关性研究[J]. 李梦颖,金凤强,李智勇,胡帅,张晨,刘义军,刘爱连. 临床放射学杂志. 2017(02)
[7]非小细胞肺癌靶向治疗药物的研究进展[J]. 产翠翠,田静,金艺凤. 中国临床药理学与治疗学. 2016(03)
[8]VEGF、EGFR的表达与非小细胞肺癌生物学行为的相关性[J]. 孟谊,杨杨,樊祥山,钱晓萍,刘宝瑞,王立峰. 现代肿瘤医学. 2015(05)
[9]荧光原位杂交技术检测非小细胞肺癌EGFR基因状态及与VEGF、D2-40、Ki-67表达相关性临床意义研究[J]. 韩影,刁文卓,陈萍,程薇. 中国实验诊断学. 2014(12)
[10]EGFR和K-ras在肺癌中的表达及其临床意义[J]. 赵俊,胡向阳. 安徽医科大学学报. 2012(07)
本文编号：2994653
【文章来源】：宁夏医科大学宁夏回族自治区
【文章页数】：45 页
【学位级别】：硕士
【部分图文】：
动脉期ROI勾画及分割的示意图，于横轴位（A）手动勾画，同时得到矢状位（B）、冠状位（C）ROI进行校正和补充，使用update获取3DROI图像（D）
宁夏医科大学硕士学位论文结果9模型的AUC值为0.78(95%CI:0.60~0.95)，Ki-67模型的AUC值为0.84(95%CI:0.70~0.98)，VEGF模型的AUC值为0.71(95%CI:0.56~0.86)。静脉期EGFR模型的AUC值为0.76(95%CI:0.59~0.93)，Ki-67模型的AUC值为0.83(95%CI:0.65~1.00)，VEGF模型的AUC值为0.77(95%CI:0.64~0.91)。可以从这些模型中得出放射学评分（Rad-score），动脉期的系数分别为0.0578（EGFR）、0.0522（Ki-67）、1.2281（VEGF），静脉期的系数分别为0.0422（EGFR）、0.0451（Ki-67）、0.008（VEGF），其中动脉期VEGF模型评分较高（图4）。MVD为计量资料，采用线性回归模型，MVD模型中通过单变量回归线可看出根据动脉期图像所获取的uniformity特征表现最佳，其值在[-1,1]区间与MVD表达的相关性最高（图5）。表3对LASSO建立的3个预测模型进行分类ab图3EGFR（红色）、Ki-67（绿色）、VEGF（蓝色）影像组学预测模型的ROC曲线。a.EGFR预测模型的AUC为0.78(95%CI:0.60-0.95)，Ki-67预测模型的AUC为0.84(95%CI:0.70-0.98)，VEGF预测模型的AUC为0.71(95%CI:0.56-0.86);b.EGFR预测模型的AUC为0.76(95%CI:0.59-0.93)，Ki-67预测模型的AUC为0.83(95%CI:0.65-1.00)，VEGF预测模型的AUC为0.77(95%CI:0.64-0.91)。模型类别AUC（95%CI）灵敏度特异度精确度APVPAPVPAPVPAPVPEGFRKi-67VEGF0.776（0.60-0.95）0.840（0.70-0.98）0.709（0.56-0.86）0.761（0.59-0.93）0.828（0.65-1.00）0.774（0.64-0.91）0.8680.7300.5450.7110.8380.6060.7000.9090.8670.8000.8180.9330.8330.7710.6460.7290.8330.708
宁夏医科大学硕士学位论文结果10图4VEGF模型使用LASSO回归方法进行特征选择。在LASSO模型中使用了3折交叉验证来选择调节参数(Lambda)。利用最小标准和1个标准误差的最小标准(1-SE标准)绘制AUC与log(Lambda)的关系曲线，以得到最佳值的垂直线。根据3折交叉验证，选择的Lambda值为1.2281,log(Lambda)为0.0892(1-SE标准)。ab图5MVD预测模型于动脉期（a）提取4个特征（MaxIntensity、uniformity、GLCMEntropy_AllDirection_offset4_SD、SmallAreaEmphasis）、于静脉期（b）提取2个特征（HighGreyLevelRunEmphasis_AllDirection_offset7_SD、ShortRunLowGreyLevelEmphasis_AllDirection_offset1_SD）的相关回归系数图，深蓝色实线为拟合直线，淡蓝色区间95%置信区间，其范围越小代表模型预测能力越好，其中动脉期uniformity特征表现最佳，其值在[-1,1]区间预测MVD表达的效能最好。
【参考文献】：
期刊论文
[1]建立CT影像组学标签预测非小细胞肺癌Ki-67表达水平[J]. 顾潜彪,冯智超,梁琪,李美姣,王维,容鹏飞. 中南大学学报(医学版). 2018(11)
[2]孤立性肺结节的影像学研究进展[J]. 单文莉,柏根基,郭莉莉. 医学综述. 2018(15)
[3]CT影像组学在指导肺癌精准放疗中的应用进展[J]. 路玉昆,巩贯忠,仇清涛,尹勇. 中国肿瘤临床. 2018(02)
[4]miRNAs与非小细胞肺癌EGFR突变及放疗相关性研究进展[J]. 许齐真,张大昕. 中华放射肿瘤学杂志. 2017 (10)
[5]肺癌CT能谱成像:定量分析及与TTF-1和EGFR表达水平的相关性[J]. 周航,武峰. 放射学实践. 2017(08)
[6]肺浸润性腺癌能谱CT碘基物质分析与Ki-67表达的相关性研究[J]. 李梦颖,金凤强,李智勇,胡帅,张晨,刘义军,刘爱连. 临床放射学杂志. 2017(02)
[7]非小细胞肺癌靶向治疗药物的研究进展[J]. 产翠翠,田静,金艺凤. 中国临床药理学与治疗学. 2016(03)
[8]VEGF、EGFR的表达与非小细胞肺癌生物学行为的相关性[J]. 孟谊,杨杨,樊祥山,钱晓萍,刘宝瑞,王立峰. 现代肿瘤医学. 2015(05)
[9]荧光原位杂交技术检测非小细胞肺癌EGFR基因状态及与VEGF、D2-40、Ki-67表达相关性临床意义研究[J]. 韩影,刁文卓,陈萍,程薇. 中国实验诊断学. 2014(12)
[10]EGFR和K-ras在肺癌中的表达及其临床意义[J]. 赵俊,胡向阳. 安徽医科大学学报. 2012(07)
本文编号：2994653
本文链接：https://www.wllwen.com/yixuelunwen/yundongyixue/2994653.html
最近更新
教材专著
