乳腺癌MRI影像特征及纹理分析与分子分型的相关性研究
发布时间：2021-02-01 16:29
目的:研究乳腺癌MRI影像特征及纹理分析与分子分型的相关性,并探讨它们在预测乳腺癌分子分型中的可行性及价值。方法:回顾性分析皖南医学院第一附属医院2013年2月2019年7月符合纳入标准的97例乳腺癌患者,根据免疫组化结果,将乳腺肿瘤分为4型:Luminal A型、Luminal B型、HER-2过表达型和三阴型。首先分析4种分子亚型的临床病理特征。采用卡方检验及Fisher确切概率法分析MRI影像特征（肿块大小、形态、边缘、边界、强化方式、病灶分布及动态增强曲线类型）在4种分子亚型及Luminal A型与非Luminal A型、Luminal B型与非Luminal B型、HER-2过表达型与非HER-2过表达型、TN型与非TN型中的差异。然后手动分割T2WI压脂图、DWI图及DCE图上的乳腺癌病灶并提取纹理特征,经LASSO算法降维后筛选出14个纹理参数,采用Kruskal-Wallis检验及Mann-Whitney U检验或t检验分析纹理参数在4种分子亚型及Luminal A型与非Luminal A型、Luminal B型与非Luminal B型、HER-2...
【文章来源】：皖南医学院安徽省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
~j为LuminalB型和非LuminalB型2组间有统计学差异的纹理参数箱线图
皖南医学院硕士学位论文19图2为LuminalA型和非LuminalA型2组间有统计学差异的纹理参数箱线图。每张子图所对应的的纹理参数如下：图a为L_A_o6_DWI；图b为L_a_o6_DWI；图c为S_a_o1_DWI；图d为S_A_o8_SD_DWI；图e为S_a_o5_+C；图f为S_a_o7_+C。Figure2showstheboxplotsoftextureparameterswithstatisticaldifferencesbetweenLuminalAandnon-luminalA.Thetextureparameterscorrespondingtosub-figuresareasfollows:FigureaisL_A_o6_DWI;FigurebisL_a_o6_DWI;FigurecisS_a_o1_DWI;FiguredisS_A_o8_SD_DWI;FigureeisS_a_o5_+C;FigurefisS_a_o7_+C.图3g~j为LuminalB型和非LuminalB型2组间有统计学差异的纹理参数箱线图。每张子
Figure 3 g~j shows the boxplot of texture parameters with statistical differences between Luminal B and non-luminal B. The texture parameters corresponding to sub-figures are as follows: Figure g is L_A_o6_DWI; Figure h is L_a_o6_DWI; Figure I is C_a_o4_+C; Figure j is SD_+C. Figure k is the boxplot of texture parameter with statistical difference between HER-2 overexpression type and non-HER-2 overexpression type, and the texture parameter is S_A_o8_SD_DWI.
【参考文献】：
期刊论文
[1]基于T2WI影像组学标签预测乳腺癌人表皮生长因子受体2表达状态[J]. 梁翠珊,崔运能,杨伟超,贺红艳,何永财,张大伟. 中国医学影像技术. 2019(04)
[2]基于T2W-MRI影像组学标签术前预测浸润性乳腺癌组织学分级[J]. 黄裕存,程梓轩,黄晓媚,梁翠珊,梁长虹,刘再毅. 中南大学学报(医学版). 2019(03)
[3]磁共振扩散加权成像纹理特征分析在乳腺良恶性肿瘤鉴别中的价值（英文）[J]. 王波涛,樊文萍,许欢,李丽慧,张晓欢,王昆,刘梦琦,游俊浩,陈志晔. Chinese Medical Sciences Journal. 2019(01)
[4]乳腺X线图像纹理分析鉴别乳腺小结节良恶性的价值[J]. 彭文静,徐凯,刘正立,桂熙雯,张孝庚,路欣. 中国医学影像学杂志. 2018(12)
[5]三阴性乳腺癌MRI影像学特征与病理学分型的相关性研究[J]. 王志军,马俊丽,段丽娜,李春花,张宁妹,陈兵. 实用放射学杂志. 2018 (11)
[6]乳腺癌的MRI影像特征与ER、PR、HER-2表达的相关性研究[J]. 于亮,涂灿,江凯,陈秉列,王玉涛,王海涛,于志海,刘亭,邓生德. 医学影像学杂志. 2018(05)
[7]基于扩散加权成像和动态增强MRI的影像组学特征与乳腺癌分子分型的关系初探[J]. 吴佩琪,赵可,吴磊,刘再毅,梁长虹. 中华放射学杂志. 2018 (05)
[8]常规MRI纹理分析鉴别乳腺良、恶性病变的价值初探[J]. 张竹伟,华婷,徐婷婷,姚冀平,龚健,关清,阮建萍,汤光宇. 中华放射学杂志. 2017 (08)
[9]磁共振动态增强定量参数与相对定量参数对乳腺病变的诊断价值[J]. 孙甜甜,刘万花,张艳秋,李丽环,王瑞,叶媛媛. 中华医学杂志. 2017 (29)
[10]影像组学与大数据结合的研究现状[J]. 吴佩琪,刘再毅,何兰,黄燕琪,梁长虹. 中华放射学杂志. 2017 (07)
硕士论文
[1]基于乳腺DCE-MRI的影像组学特征预测乳腺癌分子分型的初步研究[D]. 马晓雯.中国医科大学 2019
[2]基于不同分子分型的乳腺癌超声造影研究[D]. 贾宛儒.上海交通大学 2015
[3]不同分子分型浸润性乳腺癌彩色多普勒超声图像特征对比研究[D]. 黄旋.福建医科大学 2014
本文编号：3013082
【文章来源】：皖南医学院安徽省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
~j为LuminalB型和非LuminalB型2组间有统计学差异的纹理参数箱线图
皖南医学院硕士学位论文19图2为LuminalA型和非LuminalA型2组间有统计学差异的纹理参数箱线图。每张子图所对应的的纹理参数如下：图a为L_A_o6_DWI；图b为L_a_o6_DWI；图c为S_a_o1_DWI；图d为S_A_o8_SD_DWI；图e为S_a_o5_+C；图f为S_a_o7_+C。Figure2showstheboxplotsoftextureparameterswithstatisticaldifferencesbetweenLuminalAandnon-luminalA.Thetextureparameterscorrespondingtosub-figuresareasfollows:FigureaisL_A_o6_DWI;FigurebisL_a_o6_DWI;FigurecisS_a_o1_DWI;FiguredisS_A_o8_SD_DWI;FigureeisS_a_o5_+C;FigurefisS_a_o7_+C.图3g~j为LuminalB型和非LuminalB型2组间有统计学差异的纹理参数箱线图。每张子
Figure 3 g~j shows the boxplot of texture parameters with statistical differences between Luminal B and non-luminal B. The texture parameters corresponding to sub-figures are as follows: Figure g is L_A_o6_DWI; Figure h is L_a_o6_DWI; Figure I is C_a_o4_+C; Figure j is SD_+C. Figure k is the boxplot of texture parameter with statistical difference between HER-2 overexpression type and non-HER-2 overexpression type, and the texture parameter is S_A_o8_SD_DWI.
【参考文献】：
期刊论文
[1]基于T2WI影像组学标签预测乳腺癌人表皮生长因子受体2表达状态[J]. 梁翠珊,崔运能,杨伟超,贺红艳,何永财,张大伟. 中国医学影像技术. 2019(04)
[2]基于T2W-MRI影像组学标签术前预测浸润性乳腺癌组织学分级[J]. 黄裕存,程梓轩,黄晓媚,梁翠珊,梁长虹,刘再毅. 中南大学学报(医学版). 2019(03)
[3]磁共振扩散加权成像纹理特征分析在乳腺良恶性肿瘤鉴别中的价值（英文）[J]. 王波涛,樊文萍,许欢,李丽慧,张晓欢,王昆,刘梦琦,游俊浩,陈志晔. Chinese Medical Sciences Journal. 2019(01)
[4]乳腺X线图像纹理分析鉴别乳腺小结节良恶性的价值[J]. 彭文静,徐凯,刘正立,桂熙雯,张孝庚,路欣. 中国医学影像学杂志. 2018(12)
[5]三阴性乳腺癌MRI影像学特征与病理学分型的相关性研究[J]. 王志军,马俊丽,段丽娜,李春花,张宁妹,陈兵. 实用放射学杂志. 2018 (11)
[6]乳腺癌的MRI影像特征与ER、PR、HER-2表达的相关性研究[J]. 于亮,涂灿,江凯,陈秉列,王玉涛,王海涛,于志海,刘亭,邓生德. 医学影像学杂志. 2018(05)
[7]基于扩散加权成像和动态增强MRI的影像组学特征与乳腺癌分子分型的关系初探[J]. 吴佩琪,赵可,吴磊,刘再毅,梁长虹. 中华放射学杂志. 2018 (05)
[8]常规MRI纹理分析鉴别乳腺良、恶性病变的价值初探[J]. 张竹伟,华婷,徐婷婷,姚冀平,龚健,关清,阮建萍,汤光宇. 中华放射学杂志. 2017 (08)
[9]磁共振动态增强定量参数与相对定量参数对乳腺病变的诊断价值[J]. 孙甜甜,刘万花,张艳秋,李丽环,王瑞,叶媛媛. 中华医学杂志. 2017 (29)
[10]影像组学与大数据结合的研究现状[J]. 吴佩琪,刘再毅,何兰,黄燕琪,梁长虹. 中华放射学杂志. 2017 (07)
硕士论文
[1]基于乳腺DCE-MRI的影像组学特征预测乳腺癌分子分型的初步研究[D]. 马晓雯.中国医科大学 2019
[2]基于不同分子分型的乳腺癌超声造影研究[D]. 贾宛儒.上海交通大学 2015
[3]不同分子分型浸润性乳腺癌彩色多普勒超声图像特征对比研究[D]. 黄旋.福建医科大学 2014
本文编号：3013082
本文链接：https://www.wllwen.com/yixuelunwen/zlx/3013082.html
