收藏 分销(赏)

CT影像组学联合CT特征预测肺亚实性结节侵袭性.pdf

上传人:自信****多点 文档编号:848051 上传时间:2024-03-29 格式:PDF 页数:6 大小:5.50MB
下载 相关 举报
CT影像组学联合CT特征预测肺亚实性结节侵袭性.pdf_第1页
第1页 / 共6页
CT影像组学联合CT特征预测肺亚实性结节侵袭性.pdf_第2页
第2页 / 共6页
CT影像组学联合CT特征预测肺亚实性结节侵袭性.pdf_第3页
第3页 / 共6页
亲,该文档总共6页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、 第一作者吴雯丽(),女,山东聊城人,硕士,副主任医师.研究方向:胸部影像学.E m a i l:w w w w w w l l l c o m 通信作者赵燕风,国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院影像诊断科,.E m a i l:z y f s i n a c o m 收稿日期 修回日期 C Tr a d i o m i c s c o m b i n e dw i t hC Tf e a t u r e s f o rp r e d i c t i n gi n v a s i v e n e s so f s u b s o l i dp u l

2、m o n a r yn o d u l e sWU W e n l i,S ONGQ i n g p i n g,D ONGL i a n j u n,Y ANGS h u a i,Y UQ i u f e n g,ZHUZ h e n g,ZHA OY a n f e n g(M e d i c a l I m a g i n gC e n t e r,D e p a r t m e n t o fC h e s tS u r g e r y,L i a o c h e n gT u m o rH o s p i t a l,L i a o c h e n g ,C h i n a;D e

3、 p a r t m e n t o fD i a g n o s t i cR a d i o l o g y,N a t i o n a l C a n c e rC e n t e r/N a t i o n a l C l i n i c a lR e s e a r c hC e n t e rf o rC a n c e r/C a n c e rH o s p i t a l,C h i n e s eA c a d e m yo fM e d i c a lS c i e n c e sa n dP e k i n gU n i o nM e d i c a lC o l l

4、e g e,B e i j i n g ,C h i n a)A b s t r a c tO b j e c t i v eT oo b s e r v et h ev a l u eo fC Tr a d i o m i c sc o m b i n e dw i t hC Tf e a t u r e sf o rp r e d i c t i n gi n v a s i v e n e s so fs u b s o l i dp u l m o n a r yn o d u l e s M e t h o d sD a t ao f p a t i e n t s w i t hs

5、 u b s o l i dp u l m o n a r yn o d u l e s,i n c l u d i n ga t y p i c a la d e n o m a t o u sh y p e r p l a s i a(AAH),a d e n o c a r c i n o m a i ns i t u(A I S),m i n i m a l l y i n v a s i v ea d e n o c a r c i n o m a(M I A)a n d i n v a s i v ea d e n o c a r c i n o m ac a n c e r(I

6、A C)c o n f i r m e db ys u r g i c a l p a t h o l o g yw e r e r e t r o s p e c t i v e l ya n a l y z e d AAH,A I Sa n dM I Aw e r ee n r o l l e da sn o n i n v a s i v eg r o u pa n dI A Ca si n v a s i v eg r o u p T h e np a t i e n t sw e r ed i v i d e di n t ot r a i n i n gs e t(n ,i n c

7、 l u d i n gAAH,A I S,M I Aa n d I A C)a n d t e s t s e t(n,i n c l u d i n gAAH,A I S,M I Aa n d I A C)a t t h er a t i oo f T h eg e n e r a li n f o r m a t i o no fp a t i e n t sa n dC T m a n i f e s t a t i o n so fl e s i o n si nt r a i n i n gs e tw e r ea n a l y z e d w i t hu n i v a r

8、 i a t ea n dm u l t i v a r i a t e l o g i s t i cr e g r e s s i o nt os c r e e nt h e i n d e p e n d e n t r i s kf a c t o r sf o rp r e d i c t i n gi n v a s i v e n e s so fs u b s o l i dp u l m o n a r yn o d u l e sa n de s t a b l i s h i n gaC T m o d e l B a s e do nd a t ao ft r a i

9、 n i n gs e t,t h eo p t i m a lr a d i o m i c sf e a t u r e sw e r ee x t r a c t e da n ds c r e e n e dt oc o n s t r u c t ar a d i o m i c sm o d e l,a n df i n a l l yac o m b i n e dm o d e lw a sc o n s t r u c t e db a s e do nC T m o d e la n dr a d i o m i c sm o d e l,w h i c hw a sv i

10、 s u a l i z e db yd r a w i n gan o m o g r a m R e c e i v e ro p e r a t i n gc h a r a c t e r i s t i c(R O C)c u r v e sw e r ed r a w n,a n dt h ea r e au n d e r t h ec u r v e s(AU C)w e r ec a l c u l a t e dt oe v a l u a t e t h ed i a g n o s t i ce f f i c a c yo fe a c hm o d e l i nt

11、 e s ts e t,a n dt h ec a l i b r a t i o nd e g r e eo f c o m b i n e dm o d e lw a se v a l u a t e du s i n gc a l i b r a t i o nc u r v e R e s u l t s T h e l e n g t ha n dt h em a x i m u mC Tv a l u eo fn o d u l e ss h o w no nC Tw e r e i n d e p e n d e n t r i s kf a c t o r sf o rp r

12、e d i c t i n gp u l m o n a r ys u b s o l i dn o d u l ea sI A C,w h i c hw e r eu s e dt oc o n s t r u c t aC Tm o d e l S i xo p t i m a l r a d i o m i c s f e a t u r e sw e r e s c r e e n e db a s e do n t h e t r a i n i n gs e t,a n da r a d i o m i c sm o d e lw a s c o n s t r u c t e d

13、 I n t e s t s e t,t h eAU Co fC Tm o d e l,r a d i o m i c sm o d e l a n dc o m b i n e dm o d e l f o rp r e d i c t i n g i n v a s i v e n e s so f s u b s o l i dp u l m o n a r yn o d u l ew a s ,a n d ,r e s p e c t i v e l y,o fc o m b i n e dm o d e lw a sh i g h e rt h a nt h a to fC Tm o

14、 d e l(Z ,P )b u t n o t s t a t i s t i c a l d i f f e r e n tw i t h t h a t o f r a d i o m i c sm o d e l(Z ,P )T h e r ew a sh i g hc o n s i s t e n c yb e t w e e np r e d i c t i n gr e s u l t so f c o m b i n e dm o d e l a n da c t u a l r e s u l t s C o n c l u s i o n C Tr a d i o m i

15、 c s c o m b i n e dw i t hC Tf e a t u r e sc o u l db eu s e dt oe f f e c t i v e l yp r e d i c t i n v a s i v e n e s so fp u l m o n a r ys u b s o l i dn o d u l e s K e y w o r d sl u n gn e o p l a s m s;n e o p l a s mi n v a s i v e n e s s;t o m o g r a p h y,X r a yc o m p u t e d;r a

16、d i o m i c sD O I:/j i s s n 中国介入影像与治疗学 年第 卷第 期C h i nJ I n t e r vI m a g i n gT h e r,V o l ,N o C T影像组学联合C T特征预测肺亚实性结节侵袭性吴雯丽,宋庆平,董连军,杨帅,于秋凤,朱正,赵燕风(聊城市肿瘤医院影像中心,胸外科,山东 聊城 ;国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院影像诊断科,北京 )摘要目的观察C T影像组学联合C T特征预测肺亚实性结节侵袭性的价值.方法回顾性分析 例肺亚实性结节患者资料,包括例非典型腺瘤样增生(AAH)、例原位腺癌(

17、A I S)、例微浸润性腺癌(M I A)及 例浸润性腺癌(I A C),将AAH、A I S和M I A归为非侵袭组、I A C归为侵袭组.按 比例将患者分为训练集(n ,含例AAH、例A I S、例M I A及 例I A C)和验证集(n,含例AAH、例A I S、例M I A及 例I A C).采用单因素及l o g i s t i c回归分析训练集患者一般资料及病灶C T表现,筛选预测肺亚实性结节侵袭性的独立危险因素并建立C T模型;基于训练集提取及筛选病灶最佳影像组学特征,以之构建影像组学模型.基于C T模型及影像组学模型构建联合模型,并以列线图将其可视化.绘制受试者工作特征(R O

18、 C)曲线,计算曲线下面积(AU C),基于验证集评估各模型诊断效能;以校准曲线评价联合模型的校准程度.结果C T所示结节长径和最大C T值为预测肺亚实性结节为I A C的C T相关独立危险因素,以之构建C T模型.基于训练集筛选出个最佳影像组学特征并构建影像组学模型.C T模型、影像组学模型及联合模型预测验证集肺亚实性结节侵袭性的AU C分别为 、及 ;联合模型的AU C高于C T模型(Z ,P )而与影像组学模型差异无统计学意义(Z ,P ),其预测结果与实际结果的一致性较高.结论C T影像组学联合C T特征可有效预测肺亚实性结节侵袭性.关键词肺肿瘤;肿瘤侵袭性;体层摄影术,X线计算机;影

19、像组学 中图分类号R ;R 文献标识码A 文章编号 ()目前以部分实性和纯磨玻璃为主要影像学表现的肺亚实性结节多可被及时检出,其病理类型包括非典型腺瘤样增生(a t y p i c a la d e n o m a t o u sh y p e r p l a s i a,AAH)、原位腺癌(a d e n o c a r c i n o m ai ns i t u,A I S)、微浸 润 性 腺 癌(m i n i m a l l yi n v a s i v ea d e n o c a r c i n o m a,M I A)及浸润性腺癌(i n v a s i v ea d e n o

20、 c a r c i n o m ac a n c e r,I A C),后者恶性程度更高、侵袭性更强,术前准确鉴别I A C与其他种病理类型对指导治疗决策具有重要意义,而单纯基于C T鉴别存在困难 .本研究观察C T影像组学联合C T特征术前预测肺亚实性结节侵袭性的价值.资料与方法 一般资料回顾性收集 年月 年 月 例于聊城市肿瘤医院就诊并经手术病理证实的肺亚实性结节患者,男 例、女 例,年龄 岁、中位年龄 岁;包括单发结节 例、多发结节 例(例个结节、例个结节,对多发结节以较大者进行分析);其中例AAH、例A I S、例M I A、例I A C,将前者纳入非侵袭组、I A C归为侵袭组.纳

21、入标准:术前周胸部薄层C T发现亚实性结节长径c m;接受C T引导下肺结节定位及胸腔镜下肺结节切除术;术后病理诊断为AAH、A I S、M I A或I A C.排除术前未接受胸部薄层C T或C T检查时间与手术间隔周者.按 比例将患者分为训练集(n ,含例AAH、例A I S、例M I A、例I A C)和验证集(n,含例AAH、例A I S、例M I A及 例I A C).检查前所有患者均签署知情同意书.仪器与方法采用东软N e u V i z 精睿C T机,管电压 k V、管电流 mA行胸部平扫C T,螺距 ,转速 s/r o t,F OV c m,矩阵 ;以肺算法进行重建,层厚及层间距

22、均为mm.分析图像由具有年及 年胸部影像学诊断经验的主治医师及副主任医师各名采用盲法共同阅片,观察肺结节大小(长径、短径)、C T值(平均值、最大值、最小值、标准差)、是否部分实性及有无分叶、毛刺、空洞、支气管充气征、血管穿行及胸膜凹陷.见图.提取影像组学特征由上述名医师应用I T K S NA P软件于薄层C T图中逐层勾画肺结节R O I,以戴斯相似系数(D i c es i m i l a r i t yc o e f f i c i e n t,D S C)为一致性好.采用P y t h o n软件p y r a d i o m i c s中国介入影像与治疗学 年第 卷第 期C h i

23、 nJ I n t e r vI m a g i n gT h e r,V o l ,N o 图胸部轴位C T示肺亚实性结节C T表现A患者女,岁,右肺中叶A I S,右肺中叶mmmm磨玻璃结节(箭);B患者女,岁,左肺上叶AAH,左肺上叶 mmmm磨玻璃结节(箭);C患者女,岁,右肺上叶M I A,右肺上叶 mm mm磨玻璃结节,内见血管穿行(箭);D患者女,岁,右肺上叶I A C,右肺上叶 mm mm磨玻璃结节,内见血管及支气管穿行(箭);E患者女,岁,左肺上叶I A C,左肺上叶 mm mm部分实性结节,内见分叶征、毛刺征、血管及支气管穿行(长箭)和胸膜凹陷征(短箭)(v )以B S p

24、 l i n e内插法对体素间距进行标准化,将图像重采样为体素mmmmmm,灰度离散化设置为固定b i n宽度(HU),之后提取 个影像组学特征,包括 个一阶特征(F i r s tO r d e r)、个形 状 特 征(S h a p e)、个 灰 度 共 生 矩 阵(g r a yl e v e l c o o c c u r r e n c em a t r i x,G L CM)、个灰度区域大小矩阵(g r a y l e v e ls i z ez o n em a t r i x,G L S ZM)、个灰 度 游 程 矩 阵(g r a yl e v e lr u nl e n g

25、 t h m a t r i x,G L R LM)、个灰度相关矩阵(g r a yl e v e ld e p e n d e n c em a t r i x,G L DM)、个小波(w a v e l e t)及 个高斯拉普拉斯(L o G)滤波器特征.筛选影像组学特征基于训练集数据去除变异较小、P e r s o n相关系数(r)及存在共线性的特征,以 最 小 绝 对 收 缩 和 选 择 算 子(l e a s ta b s o l u t es h r i n k a g ea n ds e l e c t i o no p e r a t o r,L A S S O)及l o g

26、i s t i c回归筛选最优影像组学特征.构建模型及统计学分析采用R软件(v ),以中位数(上下四分位数)表示不符合正态分布的计量资料,行秩和检验比较;以检验或F i s h e r精确概率法比较计数资料.应用二分类l o g i s t i c回归构建C T模型、影像组学模型及二者联合模型以预测肺亚实性结节侵袭性,并绘制联合模型列线图以直观显示其预测结果.采用受试者工作特征(r e c e i v e ro p e r a t i n gc h a r a c t e r i s t i c,R O C)曲线评价各模型的诊断效能,计算曲线下面积(a r e au n d e r t h e

27、 c u r v e,A U C),并以D e L o n g检验比较其差异.绘制校正曲线评估模型的校准程度.P 为差异有统计学意义.结果 构建C T模型训练集所含侵袭组与非侵袭组患者年龄,以及C T所示结节长径、短径、平均C T值、最大C T值、是否部分实性、支气管充气征、胸膜凹陷差异均有统计学意义(P均 ,表);结节长径和最大C T值为肺亚实性结节侵袭性的独立危险因素(P均 ,表),以之构建C T模型.构建影像组学模型名医师勾画肺结节R O I的一致性好 D S C (C I ,),故取其中名的结果进行分析.基于训练集R O I提取 个特征,去除变异较小及r 的特征后保留 个特征,再去除

28、个存在共线性的特征后,以L A S S O算法筛选出个特征(图),最后经单、多因素l o g i s t i c回归获得个最佳影像组学特征(表)并以之构建影像组学模型.中国介入影像与治疗学 年第 卷第 期C h i nJ I n t e r vI m a g i n gT h e r,V o l ,N o 表训练集中侵袭组与非侵袭组患者一般资料及结节C T表现比较组别性别(例)男女年龄(岁)结节部位(例)左肺上叶左肺下叶右肺上叶右肺中叶右肺下叶侵袭组(n)(,)非侵袭组(n)(,)U/值 P值 组别长径(mm)短径(mm)C T值(HU)平均值最大值最小值标准差侵袭组(n)(,)(,)(,)(

29、,)(,)(,)非侵袭组(n)(,)(,)(,)(,)(,)(,)U/值 P值 组别部分实性(例)分叶(例)毛刺(例)空洞(例)支气管充气征(例)血管穿行(例)胸膜凹陷(例)侵袭组(n)非侵袭组(n)U/值 P值 注:采用F i s h e r精确概率法图基于训练集筛选影像组学特征A采用L A S S O行特征系数压缩示意图;B筛选出的个特征表 l o g i s t i c回归分析筛选肺亚实性结节侵袭性的C T相关独立危险因素变量值W a l d值S EP值O R(C I)结节长径 (,)结节最大C T值 (,)表筛选出的个最佳影像组学特征特征值W a l d值S EP值O R(C I)g

30、l s z m_S Z NN (,)g l c m_I m c (,)t hp e r c e n t i l e (,)g l c m_I d n (,)s h a p e_ D_s p h e r i c i t y (,)w a v e l e t_HHH_g l c m_I d n (,)构建联合模型单因素l o g i s t i c回归结果显示,结节长径、最大C T值及个最佳影像组学特征均为肺亚实性结节侵袭性的危险因素(P均 );经多因素l o g i s t i c回 归 分 析,其 中 的 结 节 长 径 及g l s z m_S Z NN、g l c m_I m c、t h

31、p e r c e n t i l e为 独 立 危 险 因 素(表),故以之构建联合模型 并 绘 制 列 线 图(图).评估模型效能C T模 型、影 像 组 学 模型及联合模型在训练集中 的AU C分 别 为 、及 .验证集中,影像组学模型 的AU C()与C T模 型(AU C )差异无统计学意中国介入影像与治疗学 年第 卷第 期C h i nJ I n t e r vI m a g i n gT h e r,V o l ,N o 图联合模型列线图表 l o g i s t i c回归分析所获预测肺亚实性结节侵袭性的C T特征联合影像组学相关独立因素变量值W a l d值S EP值O R(

32、C I)结节长径 (,)g l s z m_S Z NN (,)g l c m_I m c (,)t hp e r c e n t i l e (,)义(Z ,P ),联合模型的AU C()高于C T模型(Z ,P )而与影像组学模型差异无统计学意义(Z ,P ).见图及表.校正曲线(图)显示,联合模型对于训练集和验证集的预测结果均与实际结果具有较好一致性.讨论肺癌发病率和死亡率高 .年WHO肿瘤分类将AAH和A I S归为腺体前驱病变,可长期随访;M I A预后好,术后年生 存 率 可 达 ;I A C预 后最差.既往研究发现,C T所 示结节长径、C T值、部分实性是预图C T、影像组学及

33、联合模型预测肺亚实性结节侵袭性的R O C曲线A C T模型预测训练集;B影像组学模型预测训练集;C联合模型预测训练集;D C T模型预测验证集;E影像组学模型预测验证集;F联合模型预测验证集中国介入影像与治疗学 年第 卷第 期C h i nJ I n t e r vI m a g i n gT h e r,V o l ,N o 图联合模型的校正曲线A训练集;B验证集表各模型预测验证集肺亚实性结节侵袭性的效能模型敏感度 特异度阳性预测值阴性预测值准确率(C I)AU C(C I)C T模型 (,)(,)影像组学模型 (,)(,)联合模型 (,)(,)测肺亚实性结节侵袭性的独立因素.本研究中,C

34、 T所见结节长径及最大C T值为预测肺亚实性结节侵袭性的C T相关独立因素,二者均为易于获得的客观测量值,以其构建的C T模型在验证集的A U C为 .影像组学研究已在多个方面取得良好进展 .WE NG等 认为影像组学鉴别I A C与M I A的效能优于C T形态学,而Q I U等 发现C T形态学、影像组学及其联合的诊断效能相当.本研究基于个最佳C T影像组学特征构建模型,加入C T相关独立因素构建联合模型.g l s z m_S Z NN代表区域体积可变性,其值越高代表区域体积之间的异质性越强;g l c m_I m c 代表相关性信息度量,其值越高则图像灰度分布越均匀;t hp e r

35、c e n t i l e代表结节第 分位C T值;结节内部异质性越高、t hp e r c e n t i l e越低,则I A C概率越大 .本研究所获联合模型在验证集中 的AU C()高 于C T模 型()而 与 影 像 组 学 模 型()差异无统计学意义(P ),其诊断准确率较高,具有较好临床应用价值.综上,C T影像组学联合C T特征能有效预测肺亚实性结节侵袭性.但本研究为单中心回顾性观察,难以避免选择性偏倚且未经外部验证,有待后续进一步观察.参考文献 V L AHO SI S T E F AN I D I SK S HE A R DS e t a l 敭 L u n gc a n

36、c e rs c r e e n i n g N o d u l ei d e n t i f i c a t i o na n dc h a r a c t e r i z a t i o n J 敭 T r a n s l L u n gC a n c e rR e s 敭 葛益珲 彭紫霖 胡高峰敭基于C T诊断模型鉴别浸润性腺癌 非浸润性腺癌的价值 J 敭实用放射学杂志 敭 G U O X J I A X Z H A N G D e ta l 敭I n d e t e r m i n a t e p u l m o n a r y s u b s o l i d n o d u l e

37、si np a t i e n t s w i t hn oh i s t o r yo fc a n c e r G r o w i n g p r e d i c t i o n C T p a t t e r n a n dp a t h o l o g i c a ld i a g n o s i s J 敭D i a g nI n t e r vR a d i o l 敭 D U A N EF A Z N A RMC B A R T L E T TF e ta l 敭Ac a r d i a cc o n t o u r i n ga t l a sf o rr a d i o t

38、h e r a p y J 敭 R a d i o t h e rO n c o l 敭 v a nG R I E T HU Y S E NJJM F E D O R O V A P A RMA R C e ta l 敭C o m p u t a t i o n a l r a d i o m i c s s y s t e m t od e c o d et h er a d i o g r a p h i cp h e n o t y p e J 敭C a n c e rR e s e e 敭 李宁 吴鹏 申郁冰 等 年中国种主要癌症相关死亡率的预测 J 敭癌症 敭 Z H E N G R

39、 Z HA N G S Z E N G H e ta l 敭C a n c e ri n c i d e n c ea n dm o r t a l i t y i nC h i n a J 敭 JN a t lC a n c e rC e n t 敭 N I C HO L S ONA G T S AO M S B E A S L E Y M B e ta l 敭T h e WHOc l a s s i f i c a t i o no f l u n g t u m o r s i m p a c t o f a d v a n c e s s i n c e J 敭 JT h o r a

40、cO n c o l 敭 郭芳芳 李欣菱 王欣悦 等敭亚实性肺结节C T征象在良恶性鉴别及腺癌恶性侵袭程度评估中的价值 J 敭中国肺癌杂志 敭 黄志成 叶钉利 胡乔治 等敭基于C T影像组学模型鉴别诊断小细胞肺癌与非小细胞肺癌 J 敭中国介入影像与治疗学 敭 胡奎 张娴 白彪胜 等敭 C T影像组学模型预测靶向药物治疗表皮生长因子受体基因突变非小细胞肺癌患者预后 J 敭中国医学影像技术 敭 WE N GQ Z HOUL WAN G H e ta l 敭Ar a d i o m i c sm o d e l f o rd e t e r m i n i n gt h e i n v a s i

41、v e n e s so fs o l i t a r yp u l m o n a r yn o d u l e st h a tm a n i f e s t a sp a r t s o l i dn o d u l e s J 敭C l i nR a d i o l 敭 Q I U L Z HAN G X MA OH e t a l 敭 C o m p a r i s o n o fc o m p r e h e n s i v em o r p h o l o g i c a la n dr a d i o m i c sf e a t u r e so fs u b s o l i dp u l m o n a r yn o d u l e st od i s t i n g u i s hm i n i m a l l yi n v a s i v ea d e n o c a r c i n o m a sa n di n v a s i v ea d e n o c a r c i n o m a si nC Ts c a n J 敭F r o n tO n c o l 敭中国介入影像与治疗学 年第 卷第 期C h i nJ I n t e r vI m a g i n gT h e r,V o l ,N o

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服