目的:探索基于影像組學(xué)技術(shù)結(jié)合磁共振圖像（MRI）鑒別膠質(zhì)母細(xì)胞瘤（GBM）及腦內(nèi)單發(fā)轉(zhuǎn)移瘤（sMET）的價(jià)值。材料和方法:回顧性分析本院2007年9月-2019年12月經(jīng)手術(shù)和病理證實(shí)為GBM及sMET的病例共177例,其中GBM 81例（男49例,女32例,平均年齡49.32±16.55）,sMET 96例（男55例,女41例,平均年齡57.18±10.97）。將病人按時(shí)間節(jié)點(diǎn)隨機(jī)分為訓(xùn)練組（共125例,其中GBM 49例,sMET 76例）及驗(yàn)證組（共52例,其中GBM 32例,sMET20例）。所有患者均具有完整的常規(guī)掃描序列（T2WI、FLAIR及增強(qiáng)T1WI）。采用ITK-SNAP工具分割圖像,手動(dòng)逐層分別勾畫增強(qiáng)T1WI、T2WI、FLAIR圖像的三維感興趣區(qū)（3D ROI）。勾畫步驟如下:先勾畫增強(qiáng)T1WI（T1WI-CE）,然后以T1WI-CE圖為參考勾畫T2WI及FLAIR序列。將圖像標(biāo)準(zhǔn)歸一化后提取相應(yīng)的特征（T1WI-CE、T2WI及FLAIR各4402個(gè),三者聯(lián)合提取了3953個(gè)特征）。首先計(jì)算組內(nèi)相關(guān)系數(shù)（ICC）對(duì)各個(gè)特征進(jìn)行可重復(fù)性驗(yàn)證并初步篩選特征,然... 

【文章來源】：廣州醫(yī)科大學(xué)廣東省

【文章頁數(shù)】：57 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

腫瘤病灶的人工分割示意圖:男，44歲，多形性膠質(zhì)母細(xì)胞（GBM）軸位T1WI增強(qiáng)圖像，經(jīng)過每一層病灶的逐層連續(xù)勾畫，最終分割形成病變的3DROI

廣州醫(yī)科大學(xué)碩士學(xué)位論文18圖3.基于LASSO回歸法影像組學(xué)特征的篩眩（a-b）基于T2WI的受試者不同的曲線下面積(AUC)值在λ的范圍內(nèi)。AUC為縱軸，log（λ）為橫軸，利用交叉驗(yàn)證對(duì)AUC進(jìn)行估計(jì)，選取誤差最小并在一個(gè)標(biāo)準(zhǔn)誤內(nèi)的最大的λ值；b圖縱軸為特征在LASSO中的參數(shù)，log（λ）為橫軸，根據(jù)選定的經(jīng)十倍交叉驗(yàn)證，最終篩選出3個(gè)特征λ值，繪制相應(yīng)位置的綠色垂線。（c-d）基于FLAIR的受試者不同的曲線下面積(AUC)值在λ的范圍內(nèi)，根據(jù)選定的λ值篩選出5個(gè)特征，繪制了相應(yīng)的綠色垂線。（e-f）基于T1WI-CE的受試者不同的曲線下面積(AUC)值在λ的范圍內(nèi)，根據(jù)選定的λ值篩選出最終7個(gè)特征，繪制了相應(yīng)的綠色垂線。（g-h）基于三個(gè)序列（MIX）的受試者不同的曲線下面積(AUC)值在λ的范圍內(nèi)，根據(jù)選定的λ值篩選6個(gè)特征，繪制了相應(yīng)的綠色垂線。三、影像組學(xué)特征分類器模型的診斷準(zhǔn)確性結(jié)果如表3顯示，在訓(xùn)練組及驗(yàn)證組數(shù)據(jù)集中，訓(xùn)練組中基于T2WI的Rad-score

結(jié)果21圖4訓(xùn)練組及驗(yàn)證組基于T2WI的影像組學(xué)特征鑒別GBM及sMET的受試者工作特征曲線（ROC）圖5訓(xùn)練組及驗(yàn)證組基于FLAIR的影像組學(xué)特征鑒別GBM及sMET的受試者工作特征曲線（ROC）

【參考文獻(xiàn)】：
期刊論文
[1]T2WI直方圖鑒別診斷腦膠質(zhì)母細(xì)胞瘤與單發(fā)轉(zhuǎn)移瘤的價(jià)值[J]. 張國琴,陳鑫,張思靜,高翠華,阮秀杭,江新青,魏新華.  中國醫(yī)學(xué)影像技術(shù). 2017(12)



本文編號(hào)：3141448