基于MR的影像组学预测直肠癌免疫评分的研究

发布时间：2022-12-11 14:56

　　目的:利用MR影像组学对直肠癌免疫评分进行预测研究,以更好的指导临床判断预后及进行治疗。材料与方法:本项为回顾性研究,共收集74例经病理证实直肠癌患者的MR T2WI、ADC图像,所有患者均行直肠癌根治性手术,手术标本进行免疫组化染色,并计算免疫评分。其中高免疫评分组34例,低免疫评分组40例。同时收集了这74例患者的临床特征数据以作分析,包括患者年龄、性别、肿瘤位置、肿瘤长径、MRI T分期、淋巴结转移、CEA、CA199。由两名不同年资的放射科医师利用ITK-SNAP软件对病变进行逐层手动勾画,生成感兴趣区（VOI）。利用A.K软件提取图像特征,共提取了396个特征,主要采用单因素逻辑回归和多因素逻辑回归的方法依次对特征进行降维,将筛选出来的特征采用逻辑回归的机器学习方法分别建立基于T2WI、ADC图像的影像组学标签（RS-T2/ADC）、临床模型及影像组学标签与临床因素联合的预测模型进行免疫评分的预测,各模型预测效能使用受试者工作特征曲线（ROC）来评价。结果:基于T2WI图像筛选出来的特征值建立的影像组学标签（RS-T2）,在训练组和验证组的受试者工作特征曲线（ROC）下面积（... 

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
中文摘要
abstract
中英文缩略词索引表
第1章 前言
第2章 综述 结直肠癌的放射组学研究进展
    2.1 放射组学概述
    2.2 放射组学在结直肠癌中的应用
第3章 材料与方法
    3.1 实验对象
    3.2 免疫组化
    3.3 免疫评分计算
    3.4 MR图像采集
    3.5 图像处理及数据分析
        3.5.1 感兴趣区分割
        3.5.2 图像特征的提取和筛选
        3.5.3 影像组学模型的构建
        3.5.4 临床特征的统计分析
        3.5.5 列线图的构建及验证
第4章 结果
    4.1 患者的临床特征
    4.2 影像组学模型的构建和验证
    4.3 列线图的构建和验证
第5章 讨论
第6章 结论
参考文献
作者简介及在学期间所取得的科研成果
    科研成果
致谢


【参考文献】：
期刊论文
[1]结直肠癌组织CD3免疫组织化学评分与肿瘤分化程度及预后关系分析[J]. 张畅,胡阿锦,龚苗子,王跃,王淑芳,张雨,王云帆,缪琦,张晋夏.  中国医药生物技术. 2019(04)
[2]肿瘤免疫微环境评价在疗效预测中的研究进展[J]. 赵华,魏枫,任秀宝.  中国肿瘤临床. 2018(12)
[3]CT纹理分析对鉴别直肠癌患者K-ras基因突变的可行性研究[J]. 王国蓉,王志伟,薛华丹,金征宇,吴焕文.  放射学实践. 2017(12)
[4]基于CT图像纹理分析评价结直肠癌肝转移新辅助治疗后疗效的价值[J]. 胡飞翔,胡婷丹,童彤,彭卫军.  肿瘤影像学. 2017(02)
[5]大数据时代的精准影像医学:放射组学[J]. 王敏,宋彬,黄子星,陈婕,胡富碧.  中国普外基础与临床杂志. 2016(06)



本文编号：3718990