基于CT图像的影像组学在肺栓塞诊断中的应用研究
发布时间：2021-04-15 13:45
目的探讨基于CT图像的影像组学特征在肺栓塞诊断中应用的可行性及价值分析,为临床诊断肺栓塞提供新的思路。方法回顾性分析我院2018年2月至2019年5月符合纳入标准的56例肺栓塞病例的CTPA图像。其中包括段级以上肺栓塞共34例,段级肺栓塞共22例。步骤:（1）在CTPA图像上观察肺动脉内有无栓子,并记录栓子的数量、位置及类型;（2）将所有入组病例图像均导入ITK-SNAP软件,选取栓塞动脉供血区域的最大层面,手动勾画感兴趣区（Region of Interest,ROI）作为病例组,其次选择对侧正常对应位置,勾画与病变侧相同面积的感兴趣区（ROI）作为对照组。（3）使用PyRadiomics分析软件进行影像组学特征提取;经过特征降维后得到3个更有辨别价值的组学特征。随机选择40例为训练集,16例为验证集。（4）采用多因素逻辑回归分析方法,在训练集中建立肺栓塞的预测模型,并在验证集中进行验证。构建ROC曲线并计算曲线下面积（AUC）评估模型的预测能力。结果根据病例组和对照组的不同,共提取660个影像组学特征,通过特征筛选最终得到3个影像组学特征最具有预测价值,分别为基于直方图特征的峰度、...
【文章来源】：宁夏医科大学宁夏回族自治区
【文章页数】：48 页
【学位级别】：硕士
【部分图文】：
模型在训练集中的Rad-score可视化
宁夏医科大学硕士学位论文结果83.Rad-score可视化根据Rad-score可视化影像组学特征预测模型价值，如图1。根据Rad-score计算公式，计算每位患者的RS得分。其公式如下：Radscore=-0.1209-0.7108*log.sigma.3.0.mm.3D_firstorder_Kurtosis+1.0208*log.sigma.3.0.mm.3D_firstorder_Skewness-0.6841*log.sigma.3.0.mm.3D_glszm_GrayLevelVariance图1a模型在训练集中的Rad-score可视化图1b模型在验证集中的Rad-score可视化注：根据Rad-score计算公式，计算每一例患者的RS得分，图1a表示训练集，图1b表示验证集。该图是对模型分类准确性的直观显示，图中纵轴的0代表模型的分类阈值，模型将低于阈值的样本分为正常组（PE阴性组），高于阈值的分为病例组（PE阳性组），而粉色条柱和蓝色条柱代表实际的病例组和对照组患者，因此低于阈值的蓝色部分和高于阈值的粉色部分即为被分错的数据。4.影像组学特征预测模型建立及ROC曲线分析利用多因素逻辑回归分析方法对保留下来的3个组学特征建立影像组学预测模型，采用分层抽样的方法，将所有病例按照7∶3的比例分为训练集（40例）和验证集（16例）获取ROC曲线。结果显示（图2），训练集：AUC=0.779，
宁夏医科大学硕士学位论文结果9验证集：AUC=0.742。此外，我们还计算了敏感性、特异性、阳性预测值、阴性预测值和准确度来显示模型的预测能力，其中模型在训练集上的准确度、灵敏度、特异性分别为：0.752、0.775、0.675，在验证集上的准确度、灵敏度、特异性分别为：0.656、0.938、0.375，（详细数据见表3）。说明使用本研究的方法所构建的影像组学肺栓塞的预测模型的准确度较好，可为肺栓塞的预测提供一种可靠的方法，可帮助影像科医生进行诊断。此外。我们还制作了箱线图来验证训练集、验证集影像组学模型对栓塞组的预测能力（图3）。图2红色代表影像组学特征训练集模型，绿色代表影像组学特征验证集模型。训练集预测模型的AUC为0.779（95%CI:0.680-0.879），验证集预测模型的AUC为0.742（95%CI：
【参考文献】：
期刊论文
[1]影像组学在肺癌中的研究进展[J]. 任占丽,贺太平,张喜荣,贾永军. 中国中西医结合影像学杂志. 2020(02)
[2]急性肺栓塞的诊断与治疗研究进展[J]. 姚林艳,李志刚. 中国城乡企业卫生. 2019(05)
[3]影像组学的临床应用与进展[J]. 黄冠,蒲红,尹芳艳,李小雪,朱浩. 实用医院临床杂志. 2019(01)
[4]超声心动图联合下肢深静脉超声对急性肺栓塞诊断的临床价值研究[J]. 贺芬宜,严赟,司徒明珠. 中国超声医学杂志. 2018(12)
[5]影像组学分析与建模工具综述[J]. 李双双,侯震,刘娟,任伟,万遂人,闫婧. 中国医学物理学杂志. 2018(09)
[6]影像组学在肺癌诊疗中的应用进展[J]. 晏睿滢,李振辉,蒋洁智,丁莹莹. 中国医学影像学杂志. 2018(04)
[7]急性肺栓塞患者的临床疗效及预后探讨[J]. 郭树文,储海盟. 大医生. 2018(04)
[8]影像组学中特征提取研究进展[J]. 谢凯,孙鸿飞,林涛,高留刚,眭建锋,倪昕晔. 中国医学影像技术. 2017(12)
[9]急性肺栓塞的临床观察及治疗分析[J]. 卢滨. 中国医药指南. 2017(25)
[10]肺栓塞病因及栓塞后病理机制研究进展[J]. 邝晶,王灵聪. 浙江中西医结合杂志. 2017(07)
硕士论文
[1]磁共振影像组学特征在鉴别乳腺良恶性肿瘤及乳腺癌分子分型中的应用[D]. 吴佩琪.南方医科大学 2018
[2]CT纹理分析判断自发性脑出血早期增大的价值[D]. 沈起钧.浙江大学 2017
[3]肺栓塞流行病学及危险因素分析[D]. 李新妙.吉林大学 2016
[4]C反应蛋白、降钙素原及白介素-6在肺部细菌性感染中的诊断价值与抗生素应用指导的研究[D]. 王一琳.吉林大学 2016
本文编号：3139450
【文章来源】：宁夏医科大学宁夏回族自治区
【文章页数】：48 页
【学位级别】：硕士
【部分图文】：
模型在训练集中的Rad-score可视化
宁夏医科大学硕士学位论文结果83.Rad-score可视化根据Rad-score可视化影像组学特征预测模型价值，如图1。根据Rad-score计算公式，计算每位患者的RS得分。其公式如下：Radscore=-0.1209-0.7108*log.sigma.3.0.mm.3D_firstorder_Kurtosis+1.0208*log.sigma.3.0.mm.3D_firstorder_Skewness-0.6841*log.sigma.3.0.mm.3D_glszm_GrayLevelVariance图1a模型在训练集中的Rad-score可视化图1b模型在验证集中的Rad-score可视化注：根据Rad-score计算公式，计算每一例患者的RS得分，图1a表示训练集，图1b表示验证集。该图是对模型分类准确性的直观显示，图中纵轴的0代表模型的分类阈值，模型将低于阈值的样本分为正常组（PE阴性组），高于阈值的分为病例组（PE阳性组），而粉色条柱和蓝色条柱代表实际的病例组和对照组患者，因此低于阈值的蓝色部分和高于阈值的粉色部分即为被分错的数据。4.影像组学特征预测模型建立及ROC曲线分析利用多因素逻辑回归分析方法对保留下来的3个组学特征建立影像组学预测模型，采用分层抽样的方法，将所有病例按照7∶3的比例分为训练集（40例）和验证集（16例）获取ROC曲线。结果显示（图2），训练集：AUC=0.779，
宁夏医科大学硕士学位论文结果9验证集：AUC=0.742。此外，我们还计算了敏感性、特异性、阳性预测值、阴性预测值和准确度来显示模型的预测能力，其中模型在训练集上的准确度、灵敏度、特异性分别为：0.752、0.775、0.675，在验证集上的准确度、灵敏度、特异性分别为：0.656、0.938、0.375，（详细数据见表3）。说明使用本研究的方法所构建的影像组学肺栓塞的预测模型的准确度较好，可为肺栓塞的预测提供一种可靠的方法，可帮助影像科医生进行诊断。此外。我们还制作了箱线图来验证训练集、验证集影像组学模型对栓塞组的预测能力（图3）。图2红色代表影像组学特征训练集模型，绿色代表影像组学特征验证集模型。训练集预测模型的AUC为0.779（95%CI:0.680-0.879），验证集预测模型的AUC为0.742（95%CI：
【参考文献】：
期刊论文
[1]影像组学在肺癌中的研究进展[J]. 任占丽,贺太平,张喜荣,贾永军. 中国中西医结合影像学杂志. 2020(02)
[2]急性肺栓塞的诊断与治疗研究进展[J]. 姚林艳,李志刚. 中国城乡企业卫生. 2019(05)
[3]影像组学的临床应用与进展[J]. 黄冠,蒲红,尹芳艳,李小雪,朱浩. 实用医院临床杂志. 2019(01)
[4]超声心动图联合下肢深静脉超声对急性肺栓塞诊断的临床价值研究[J]. 贺芬宜,严赟,司徒明珠. 中国超声医学杂志. 2018(12)
[5]影像组学分析与建模工具综述[J]. 李双双,侯震,刘娟,任伟,万遂人,闫婧. 中国医学物理学杂志. 2018(09)
[6]影像组学在肺癌诊疗中的应用进展[J]. 晏睿滢,李振辉,蒋洁智,丁莹莹. 中国医学影像学杂志. 2018(04)
[7]急性肺栓塞患者的临床疗效及预后探讨[J]. 郭树文,储海盟. 大医生. 2018(04)
[8]影像组学中特征提取研究进展[J]. 谢凯,孙鸿飞,林涛,高留刚,眭建锋,倪昕晔. 中国医学影像技术. 2017(12)
[9]急性肺栓塞的临床观察及治疗分析[J]. 卢滨. 中国医药指南. 2017(25)
[10]肺栓塞病因及栓塞后病理机制研究进展[J]. 邝晶,王灵聪. 浙江中西医结合杂志. 2017(07)
硕士论文
[1]磁共振影像组学特征在鉴别乳腺良恶性肿瘤及乳腺癌分子分型中的应用[D]. 吴佩琪.南方医科大学 2018
[2]CT纹理分析判断自发性脑出血早期增大的价值[D]. 沈起钧.浙江大学 2017
[3]肺栓塞流行病学及危险因素分析[D]. 李新妙.吉林大学 2016
[4]C反应蛋白、降钙素原及白介素-6在肺部细菌性感染中的诊断价值与抗生素应用指导的研究[D]. 王一琳.吉林大学 2016
本文编号：3139450
本文链接：https://www.wllwen.com/yixuelunwen/yundongyixue/3139450.html
最近更新
教材专著
