基于CT增强图像的聚类分析方法识别结肠癌患者发生肝转移风险的研究

发布时间：2021-08-11 20:22

　　结肠癌患者演变为肝转移的风险将对其生存率和治疗预后产生重大影响,但目前患者的早诊率低、生存期短,诊治状况不容乐观,因此采取有效措施评估患者的肝转移风险,提前控制肿瘤发生发展,将有助于临床医师展开有效的个性化预后。本文旨在提出基于CT增强图像的中位数法和基于CT增强图像的M-K均值聚类法识别结肠癌患者发生肝转移的风险,并利用混淆矩阵对比两种方法在训练集和测试集的性能表现,以探究结肠癌细胞肝转移风险的独立预后因素,筛选出最具潜能的风险分层方案。对2018年-2019年入院治疗的59例结肠癌患者进行增强CT检查,分别提取CT序列图中动脉期和门脉期内病灶的灰阶阵,以获得患者肿瘤内每个像素点的二维CT值特征,然后分别利用基于CT增强图像的中位数法和优化后的基于CT增强图像的M-K均值聚类法,将两个不同时期与CT值高低两两组合,分割肿瘤病灶为4个具有不同侵袭性的微环境子区域。选择其中动脉期CT值高、门脉期CT值低的高侵袭性微环境“栖息地”子区域,并根据聚集到该子区域内的像素点数量来预测患者发生肝转移的风险。计算两种方法在测试集中的诊断准确率、灵敏度、特异性、ROC曲线以及AUC值,以明确聚类算法能... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：38 页

【学位级别】：硕士

【部分图文】：

逐步聚类程序框图

第2章理论基础8.1FPTNFPpecificitFPRyS我们称画图结果所显示的ROC曲线为“ROC图”。图2.2(a)给出了一个具有代表性的示意图。我们能够很快发现，连接对角的直线体现了随机分类的结果，且左上角的(0,1)点等价于假正率为0，真正率为1，即实现了所有样例都正确分段的最佳情况。图2.2ROC曲线与AUC示意图面对不同的ROC曲线，我们的目标是找到最理想的模型。而这一判断标准是如果其中一条曲线完全含于另一条曲线内，那么我们将舍弃和坐标轴围成的面积较小的模型，选择最外面的ROC曲线所在的模型，因为其分类模型更加贴近于最佳模型。如果两个ROC曲线出现交叉，即两条曲线出现了交点，此时我们很难判断哪一种模型分类效能更加，那么我们首选的方式是计算曲线与两个坐标轴所夹的区域面积，在这里我们把它称为AUC值(AreaUnderROCCurve)，如图2.2所示。由AUC的定义可知，我们可通过对ROC曲线以下的各部分面积进行加和求得。假定所绘的ROC曲线是由目标坐标点mm,,...,,,,yxyxyx2211按各自顺序

10第3章基于CT增强图像的中位数法识别肝转移风险第3章基于CT增强图像的中位数法识别肝转移风险引入基于CT增强图像的中位数法之前，我们先介绍结肠癌患者数据的采集工作：本文纳入了2018年1月到2019年3月连续入院接受治疗前增强CT检查的69例I-III期结肠癌患者，按照图3.1中的标准进行排除，其中包括(1)排除5例放弃签订书面知情同意书的患者；(2)排除2例增强CT影像遗失的患者；(3)考虑到可能存在肉眼检测不到的误差，排除2例肿瘤小于2厘米的患者；以及(4)排除1例随访失败的患者，最终剩余59例，年龄的范围为39至81岁。根据入院的时间将患者分为训练集和测试集[25]，观察期为6个月。其中2018年入院的42名患者构成训练集，而2019年入院的17名患者构成测试集。图3.1患者排除标准通过检查确保每例患者都对造影剂无过敏现象之后，使用自动进样器以2-3ml/s的流速对患者的静脉注入了总计为80-100ml的含碘造影剂，然后以同

【参考文献】：
期刊论文
[1]结肠癌肝转移患者临床病理因素对预后的影响[J]. 孙志德,程利民.  河北医学. 2019(07)
[2]结直肠癌肝转移的治疗现状及研究进展[J]. 刘汉博.  现代诊断与治疗. 2019(10)



本文编号：3336832