基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值.pdf
《基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值.pdf》由会员分享,可在线阅读,更多相关《基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值.pdf(7页珍藏版)》请在咨信网上搜索。
1、论著(临床研究)基于动态增强 瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值吴 韧,李新宇,陈 随,卢光明 摘要 目的 探讨基于动态增强磁共振()瘤内和最佳瘤周区域影像组学模型来预测三阴性乳腺癌()。方法 回顾性分析东部战区总医院 年 月至 年 月入院治疗并行手术病理证实的 例乳腺癌患者。采用随机抽样的方法按照 比例分为训练集()和测试集()。所有患者均行乳腺 检查,在 序列上手动逐层勾画感兴趣区(),瘤周区域分别等距外扩。线性相关阈值和方差分析用于特征筛选,联合逻辑回归()的机器学习方法构建影像组学模型。融合模型由瘤内及最佳瘤周影像组学特征共同组成。采用受试者工作特性曲线()来评价各模
2、型的诊断性能,检验来比较各模型预测性能。结果 瘤内模型的训练集和测试集的 曲线下面积()分别为、。瘤周特征建模以瘤周 范围结果最佳,在训练集和测试集 分别为、。瘤内和瘤周的融合模型的预测效能最佳,在训练集和测试集 分别为、。结论 基于乳腺 瘤内和瘤周的融合影像组学模型可以很好的预测三阴性乳腺癌。关键词 三阴性乳腺癌;磁共振成像;影像组学;瘤内;瘤周 中图分类号 文献标志码 文章编号 ()基金项目:科技部科技创新 重大项目“新一代人工智能”专项()作者单位:南京,南京医科大学金陵临床医学院(东部战区总医院)放射诊断科(吴韧、李新宇、陈 随、卢光明)通信作者:卢光明,:,(,)()()()(),(
3、),(),(),医学研究与战创伤救治 年 月 第 卷 第 期 ,(),(),;引 言 乳腺癌是一种全球性的常见病,严重威胁女性的健康,乳腺癌的分子分型与治疗策略及疗效密切相关。乳腺癌分为四种分子亚型:型、型、型(,)和三阴性乳腺癌(,)。是指雌激素受体(,)、孕激素受体(,)及 均为阴性。体积常较大,侵袭性较高,预后很差。此外,对术前化疗更敏感,更易发生病理完全缓解,如果能通过影像学方法来无创性的早期识别,对患者治疗及预后均有重要的意义。在乳腺癌中应用广泛,然而它只能在大小、形态或者信号等方面来观察,识别分子亚型的准确性有限。影像组学可以从医疗图像中提取海量定量特征,是一种准确、无创的方法。既
4、往对于乳腺癌的研究多基于肿瘤本身的特征,而对肿瘤周围的区域研究较少。因此本研究旨在基于乳腺动态增强磁共振(,)瘤内和瘤周的影像组学模型来预测。资料与方法临床资料回顾性分析 年 月至 年 月东部战区总医院接受治疗且取得病理结果的乳腺癌患者的临床资料,均为女性。纳入标准:术前行双侧乳腺 检查;没有进行任何治疗;经病理证实为乳腺癌,有完整的免疫组化结果。排除标准:检查前做过新辅助化疗、活检等;图像质量差;病灶体积较小;多灶性病变。最终共纳入 例患者,年龄 岁,中位年龄 岁。按照病理结果分为(例)和非(例),以 比例随机分为训练集()和测试集()。训练集包括 例和非 例,测试集包括 例和非 例。本研究
5、经过医院伦理委员会批准(批准号:),患者均签署知情同意书。仪器与方法所有患者均接受双侧乳腺 扫描,采用美国 公司 磁共振扫描仪(;,),通道乳腺相控阵线圈。患者取俯卧位,头先进。扫描方案包括横断面、及。具体扫描参数如下:重复时间(,),回波时间(,),层厚 ,视野(,);:重复时间(,),回波时间(,),层厚 ,视野(,);:,层厚 ,;:,层厚 ,。以 的速度注射 钆喷替酸葡甲胺(北京北陆药业股份有限公司,北京,中国),然后注射 等渗盐水。先扫一期蒙片,注药后即连续扫描 期,每期扫描时间为 。肿瘤分割所有图像均为 格式,选取 的第三期来准确勾画感兴趣区(,),因为此期靶病灶强化已达峰值,周围
6、腺体背景实质强化较轻,两者对比明显可以准确勾画病灶边缘。对于瘤内病灶的勾画,由两位此前对病理结果不知情的放射科医师对图像进行审查,首先由一位具有三年乳腺癌诊断经验的影像科医师使用开源软件(版本,)手动逐层勾画,然后由一位具有 年乳腺癌诊断经验的影像科高级医师进行审核,对其不合理的地方进行修正,最后融合成 。对于瘤周的勾画,首先将所有图像均上传至深睿多模态研究医学研究与战创伤救治 年 月 第 卷 第 期 ,平台(:,),然后在 上勾画的 基础上使用平台软件分别等距外扩 、和 。影像组学特征提取影像组学特征的提取均在深睿多模态研究平台,首先将数据进行标准化处理,通过最大绝对值归一化将所有特征转化至
7、,之间,计算组内相关系数(,),保留 的特征,主要包括一阶特征、形态特征及纹理特征,纹理特征包括灰度共生矩阵、灰度大小区域矩阵、灰度游程矩阵和灰度差异矩阵等。预测模型的构建 筛选影像组学特征,包括以下步骤:保留 相关性分析大于 的影像组学特征;通过 正则化对组学特征进行自动筛选;所有特征筛选完成后,采用 机器模型来构建影像组学模型,包括 个模型:个 瘤内模型,个 瘤周模型,个 瘤内和最佳瘤周范围的融合模型。所有的数据按照:的比例分为训练集和测试集。病理学检查所有患者均经手术切除进行病理分析,利用、的状态和 表达水平来确定分子分型。型:阳性,阴性,。型:阳性,且 阳性;或 阳性,阴性。型:阳性,
8、、均阴性。:、及 均为阴性。非 组包括 型、型和 型。统计学分析 采用 统计软件进行统计分析。定量变量描述为平均值标准差()。数据符合正态分布采用 检验,否则采用 检验。分类变量以计数(百分比)描述,并使用卡方检验进行比较。采用 曲线分析各模型的鉴别能力,代表具有良好的鉴别能力。以 具有统计学意义。结 果 一般资料 本研究共纳入 例患者,训练集 例,年龄 岁,中位年龄 岁;测试集 例,年龄 岁,中位年龄 岁。在训练集中,型、型、型和 的病例数分别是()、()、()、();在测试集中,病例数分别是()、()、()、()。在训练集和测试集中,年龄、绝经情况、家族史、病灶长径、腋窝淋巴结状态均无统计
9、学意义(),病例类型仅在测试集中有统计学意义(),见表。提取、筛选组学特征及建立影像组学模型 通过深睿多模态研究平台在 瘤内和瘤周图像上分别提取 个影像组学特征,基于 分析、相关性分析及 正则化,对组学特征进行筛选,建立影像组学模型。在瘤内影像组学模型共得到 个最优特征,在训练集中和测试集的 值分别为 和。对于瘤周各个范围的影像组学模型,在训练集中,瘤周 、和 的 值分别为、和;在测试集中,相应的 分别为 、和。检验结果显示,瘤周各个范围的影像组学模型在训练集中和测试集差异无统计学意义(),但是瘤周 范围的影像组学模型在训练集和测试集的、敏感性、特异性及准确性均较其他稳定且结果较好,故取瘤周
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 动态 增强 MRI 影像 模型 预测 阴性 乳腺癌 诊断 价值
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。