研究背景:淋巴結轉移狀態(tài)是子宮內膜癌臨床治療決策的重要依據(jù),但傳統(tǒng)盆腔增強MRI對其診斷效能有限。影像組學（Radiomics）可將圖像轉化為可挖掘的數(shù)據(jù),為內膜癌淋巴結轉移術前預測提供了一條無創(chuàng)性途徑。研究目的:通過影像組學,基于術前盆腔增強磁共振成像（Magnetic resonance imaging,MRI）,構建子宮內膜癌淋巴結轉移術前預測模型,并驗證其預測效能。研究方法:本回顧性研究共納入151名患者,隨機分為訓練集（90人）和測試集（61人）。在每位患者術前盆腔增強MRI的矢狀位T2加權圖像（T2-weighted imaging,T2WI）、矢狀位 T1 加權對比劑增強圖像（Tl-weighted+Contrast enhanced imaging,T1WI+C）和軸位表觀彌散系數(shù)（Apparent Diffusion Coefficient,ADC）圖像中用ITK-SNAP軟件手工全層勾畫內膜癌原發(fā)病灶作為感興趣區(qū)（Region of interest,ROI）。從每個序列的ROI中提取647個特征并通過威爾遜秩和檢驗、斯皮爾曼相關系數(shù)、決策樹篩選特征。通過篩選出的7... 

【文章來源】：北京協(xié)和醫(yī)學院北京市 211工程院校 985工程院校

【文章頁數(shù)】：55 頁

【學位級別】：博士

【文章目錄】：
中文摘要
Abstract
引言
    1. 子宮內膜癌危險分層
    2. 影像組學簡介
    3. 影像組學技術流程
    4. 影像組學在子宮內膜癌中的研究進展
    5. 研究目的
1. 材料與方法
    1.1 研究對象
        1.1.1 納入和排除標準
        1.1.2 研究對象搜集過程
        1.1.3 數(shù)據(jù)采集與數(shù)據(jù)庫建立
    1.2 感興趣區(qū)（ROI）勾畫
    1.3 影像組學分析
        1.3.1 圖像特征提取與篩選
            1.3.1.1 特征提取
            1.3.1.2 特征篩選（訓練集）
        1.3.2 數(shù)據(jù)分析與模型構建
            1.3.2.1 影像組學模型（Radiomic signature）構建
            1.3.2.2 臨床信息篩選
            1.3.2.3 綜合預測模型（Combined model）構建
        1.3.3 模型評價與驗證
2. 結果
    2.1 研究對象特征
    2.2 淋巴結預測模型
    2.3 預測模型評價與驗證
3. 討論
結論
參考文獻
附錄
    1. 縮略語
    2. 病案科檢索淋巴結轉移陰性患者的檢索式和檢索過程
    3. 淋巴結轉移陰性庫隨機抽取患者列表統(tǒng)計檢驗
    4. 影像特征定義
文獻綜述 ：影像組學在婦科腫瘤中的應用
    參考文獻
致謝



本文編號：3161574