基于影像組學(xué)的肺腫瘤良惡性分類(lèi)及早期肺腺癌淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)模型研究
發(fā)布時(shí)間:2021-07-23 08:41
肺癌的早期鑒別診斷和淋巴結(jié)轉(zhuǎn)移預(yù)測(cè),對(duì)臨床醫(yī)生制定行之有效的方案,提高肺癌患者的存活時(shí)間和生存質(zhì)量具有重大的臨床意義。然而由于肺癌具有時(shí)空異質(zhì)性導(dǎo)致肺癌患者的預(yù)后較差。CT,MRI和PET等醫(yī)學(xué)影像能提供肺癌病灶時(shí)空異質(zhì)性的信息。所以準(zhǔn)確評(píng)估這些醫(yī)學(xué)影像的異質(zhì)性,可以為肺癌患者的早期鑒別診斷和淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)提供至為重要的信息。最近幾年,隨著醫(yī)學(xué)影像的快速發(fā)展,影像組學(xué)作為一種新的影像技術(shù)為腫瘤的良惡性分類(lèi),腫瘤病理分型,腫瘤臨床分期以及腫瘤的治療效果評(píng)估等臨床問(wèn)題提供了一種不同于以往技術(shù)的全新的方案。影像組學(xué)技術(shù)是從CT,MRI,PET等醫(yī)學(xué)影像中提取反映腫瘤異質(zhì)性的大量特征,從而建立醫(yī)學(xué)影像與臨床收集的資料之間相關(guān)聯(lián)的學(xué)習(xí)模型,臨床醫(yī)生可以根據(jù)建立的模型來(lái)進(jìn)行臨床決策。本文就目前CT影像分析中存在的一些問(wèn)題,選擇發(fā)病率和死亡率最普遍的肺癌進(jìn)行分析。從如下幾個(gè)方面進(jìn)行了分析研究。第一,在融合前人研究的基礎(chǔ)上,提出了一整套適合肺癌(腫瘤)表觀特性的定量化特征集。其中包含了肺癌(腫瘤)病灶的一階特征,形態(tài)特征,紋理特征,Gabor特征和小波特征共計(jì)767個(gè)特征。第二,針對(duì)目前醫(yī)學(xué)中肺腫瘤良...
【文章來(lái)源】:浙江師范大學(xué)浙江省
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.?1本文采用的紋理特征、Gabor特征與小波特征提取圖示??2.2.1腫瘤一階統(tǒng)計(jì)特征的分析與提取??
_7jnaximum_probability”。為了提高預(yù)測(cè)準(zhǔn)確率,對(duì)Lasso選擇的特征??數(shù)據(jù)進(jìn)行了歸一化。經(jīng)過(guò)5折交叉驗(yàn)證后得到的最佳入值為0.?275。圖3.1畫(huà)??26??
具有最佳值的垂直線。根據(jù)10折交叉驗(yàn)證的結(jié)果,選擇0.0835的X值,并且選擇log入的??值等于-1.?078?(?1-SE標(biāo)準(zhǔn))。??圖4.?2模型隨X變化的示意圖。??圖4.3畫(huà)出了模型在訓(xùn)練集和測(cè)試集上面的R0C曲線。建立的早期肺腺癌淋??巴結(jié)轉(zhuǎn)移影像組學(xué)標(biāo)簽在訓(xùn)練集的AUC=0.944?(95%?CI:?0.909-0.981),測(cè)試集??上的?AUC=0.942?(95%?CI:?0.906-0.979)。??34??
【參考文獻(xiàn)】:
期刊論文
[1]Asymptotic properties of Lasso in high-dimensional partially linear models[J]. MA Chi,HUANG Jian. Science China(Mathematics). 2016(04)
[2]2015年肺癌診療指南:共識(shí)和爭(zhēng)議[J]. 陸舜,虞永峰,紀(jì)文翔. 解放軍醫(yī)學(xué)雜志. 2016(01)
本文編號(hào):3298965
【文章來(lái)源】:浙江師范大學(xué)浙江省
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.?1本文采用的紋理特征、Gabor特征與小波特征提取圖示??2.2.1腫瘤一階統(tǒng)計(jì)特征的分析與提取??
_7jnaximum_probability”。為了提高預(yù)測(cè)準(zhǔn)確率,對(duì)Lasso選擇的特征??數(shù)據(jù)進(jìn)行了歸一化。經(jīng)過(guò)5折交叉驗(yàn)證后得到的最佳入值為0.?275。圖3.1畫(huà)??26??
具有最佳值的垂直線。根據(jù)10折交叉驗(yàn)證的結(jié)果,選擇0.0835的X值,并且選擇log入的??值等于-1.?078?(?1-SE標(biāo)準(zhǔn))。??圖4.?2模型隨X變化的示意圖。??圖4.3畫(huà)出了模型在訓(xùn)練集和測(cè)試集上面的R0C曲線。建立的早期肺腺癌淋??巴結(jié)轉(zhuǎn)移影像組學(xué)標(biāo)簽在訓(xùn)練集的AUC=0.944?(95%?CI:?0.909-0.981),測(cè)試集??上的?AUC=0.942?(95%?CI:?0.906-0.979)。??34??
【參考文獻(xiàn)】:
期刊論文
[1]Asymptotic properties of Lasso in high-dimensional partially linear models[J]. MA Chi,HUANG Jian. Science China(Mathematics). 2016(04)
[2]2015年肺癌診療指南:共識(shí)和爭(zhēng)議[J]. 陸舜,虞永峰,紀(jì)文翔. 解放軍醫(yī)學(xué)雜志. 2016(01)
本文編號(hào):3298965
本文鏈接:http://www.sikaile.net/linchuangyixuelunwen/3298965.html
最近更新
教材專(zhuān)著