基于CT影像组学的胃癌Lauren分型术前预测模型构建

发布时间：2023-02-05 15:42

　　目的通过基于CT影像的影像组学研究,分析Lauren分型中肠型和弥漫型之间的临床病理学特征的差别,并通过构建影像组学诺模图用于术前区分肠型和弥漫型胃癌。方法方法:本次研究由江苏大学附属人民医院伦理审查委员会批准,选取了539例胃癌病例,按照7:3的比例随机分为训练集和验证集,所有患者均进行术前增强CT检查及术后病理检查,收治时间跨度为2011年12月至2017年12月。通过查询医院PACS系统(Picture Archiving and Communication Systems,PACS,影像归档和通信系统)获得CT图像并以DICOM格式导出原始图像。利用ITK-SNAP软件对门脉期CT图像最大层面进行手动勾画。两名具有10年诊断经验的影像科医师分别对所有图像感兴趣区进行手动勾画,然后具有30年经验的影像科主任医师对所有图像进行校对。时隔一个月之后从539例胃癌患者中随机抽取30例图像重复以上的分割过程,用于影像组学特征稳定性分析。从每张CT图像的瘤内及瘤周提取2074(1037+1037)个影像组学特征,包括形状特征、一阶特征及纹理特征。首先采用z评分法,根据训练集中患者的平均值和...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
英文缩略词表(Abbreviation)
中文摘要
Abstract
第一章 引言
    1.1 胃癌分型概述
    1.2 肿瘤微环境
    1.3 CT在胃癌中的应用
    1.4 影像学术前Lauren分型的研究现状
    1.5 影像组学概述
第二章 资料和方法
    2.1 患者资料
    2.2 研究方法
        2.2.1 胃癌腹部CT图像采集
        2.2.2 CTT分期和CTN分期的确定
        2.2.3 Lauren病理诊断标准
        2.2.4 感兴趣区勾画
        2.2.5 瘤内及瘤周影像组学特征提取
        2.2.6 影像组学特征筛选和模型构建方法
第三章 结果
    3.1 临床信息特征
    3.2 特征量及影像组学Lauren分型预测模型标签的建立
    3.3 Lauren分型预测模型诺模图的构建
    3.4 不同预测模型的性能评价与比较
第四章 讨论
    4.1 当今胃癌Lauren分型现状及其必要性
    4.2 影像组学在肿瘤组织学分型中的研究进展
    4.3 影像组学研究胃癌组织分化分型的现状
    4.4 研究不足
第五章 结论
参考文献
综述
    综述参考文献
致谢
攻读硕士期间发表论文和参与课题情况



本文编号：3735239