论文部分内容阅读
第一部分 CT纹理分析对胃癌组织病理特征的术前评估研究目的:探究CT纹理分析术前预测胃癌组织病理特征的价值。方法:回顾性收集并分析107名胃癌患者的术前增强CT图像和术后组织病理特征。分别提取动脉期和静脉期CT纹理特征:（1）Mean,（2）SD（标准差）,（3）Max frequency,（4）Mode,（5）Min,（6）Max,（7）5th,10th,25th,50th,75th,90th Percentiles,（8）Entropy。分析CT纹理参数与胃癌组织病理特征的相关性。结果:静脉期Mean、Max、所有Percentiles和Mode均与胃癌分化程度（r=-0.231--0.324）和Lauren分型（r=0.228-0.321）存在显著相关性。动脉期SD和Entropy与胃癌Lauren分型呈显著负相关（r=-0.265,-0.222）。与未发生脉管侵犯的胃癌相比,发生脉管侵犯的胃癌动脉期SD和Entropy显著降低,而Min明显增高。结论:CT纹理分析可术前无创评估胃癌的分化程度、Lauren分型和脉管侵犯情况。第二部分 CT纹理分析与胃癌术后TNM分期的相关性研究目的:探究CT纹理分析术前预测胃癌TNM分期的价值。方法:回顾性收集153名胃癌患者的术前增强CT图像。于CT图像的动脉期和静脉期,在胃癌病灶最大层面人工勾画感兴趣区（ROI）,并从中提取纹理特征:Mean,Max frequency,Mode,Skewness,Kurtosis和Entropy。分析CT纹理参数与胃癌TNM分期的相关性。采用ROC曲线分析评估CT纹理参数预测胃癌TNM分期的诊断效能。结果:动脉期Max frequency和静脉期Mean、Max frequency、Mode与胃癌T分期、N分期和总分期呈显著正相关（r=0.165-0.345）。静脉期Entropy与胃癌N分期和总分期同样存在明显正性相关（r=0.212,0.173）。ROC曲线分析示,动脉期Skewness对于早期和进展期胃癌的鉴别表现最佳（AUC=0.822）。多变量逻辑回归分析筛选出4个变量,即静脉期Max frequency、Skewness、Entropy和活检分化程度。此多变量模型对于胃癌淋巴结转移的预测表现出相对优秀的诊断效能（AUC=0.892）。结论:多个CT纹理参数与胃癌TNM分期密切相关,静脉期CT纹理参数在术前预测胃癌淋巴结转移方面具有潜在应用价值。第三部分CT影像组学分析对进展期胃癌隐匿性腹膜转移的预测研究目的:探究基于胃癌原发灶的CT影像组学分析在预测隐匿性腹膜转移中的应用价值。方法:回顾性收集233名进展期胃癌患者的术前增强CT图像。于CT图像的动脉期和静脉期,在胃癌病灶最大层面人工勾画感兴趣区（ROI）,并从中提取539个影像组学特征。通过计算组间相关系数（ICC）和绝对相关系数（ACC）,筛选出可重复性高、代表性强的影像组学特征。将研究队列随机分为建模组（124名无腹膜转移患者,34名有腹膜转移患者）和验证组（64名无腹膜转移患者,11名有腹膜转移患者）。分别基于影像组学特征和临床病理资料建立多变量逻辑回归模型。比较组学模型和临床模型的ROC曲线和Akaike信息准则（AIC）,评估二者在预测胃癌隐匿性腹膜转移中的诊断价值。结果:只有一个动脉期CT影像组学特征（GLCM45drD（7）Correlation）在发生和未发生隐匿性腹膜转移的进展期胃癌间存在显著差异,ROC曲线分析显示其预测效能较低（AUC=0.621）。六个静脉期CT影像组学特征,包括HFTEnergy、LoG（0.5）Energy、Compactness2、Max Diameter、Orientation 和 Surface Area Density,在存在和不存在隐匿性腹膜转移的进展期胃癌间存在显著差异,其诊断效能同样欠佳（AUC=0.618-0.658）。与单个CT影像组学特征相比,多变量组学模型在预测进展期胃癌隐匿性腹膜转移中表现更佳（0.741 vs0.618-0.658）,此组学模型在验证组中的预测效能整体较建模组略差。此外,与组学模型相比,临床模型在术前预测胃癌隐匿性腹膜转移中表现略胜一筹,但无统计学差异。结论:基于胃癌原发灶的静脉期CT影像组学特征在预测进展期胃癌隐匿性腹膜转移中较动脉期更有价值。第四部分不同技术因素对胃癌CT影像组学特征及其诊断价值的影响目的:探究不同的图像重建算法、层厚对胃癌CT影像组学特征的影响,评估最大层面分析和全容积分析在胃癌脉管侵犯中的诊断价值。方法:回顾性收集58名胃癌患者的标准化多期增强CT图像,动脉期重建图像采用滤波反投影（FBP）和Karl迭代技术（Karl IRT）重建算法;静脉期重建图像采用标准重建算法。在动脉期FBP重建图像和静脉期5mm层厚图像上分别选择胃癌病灶最大层面勾画感兴趣区（ROI）,并将所绘感兴趣区的轮廓线分别复制到相应动脉期Karl IRT重建图像和静脉期1mm标准重建图像的相同位置处。此外,在静脉期1mm标准重建图像上勾画胃癌病灶的每一个层面,并排除最高层面和最低层面以避免部分容积效应。从感兴趣区或感兴趣容积中提取CT影像组学特征,筛选其中观察者间一致性高且具有代表性的34个组学特征（13个直方图参数,4个一阶纹理参数,8个二阶纹理参数,3个高阶纹理参数,6个形态学参数）。计算不同重建算法、不同层厚图像间的一致性相关系数（CCC）。采用Mann-Whitney U检验和ROC曲线分析评估最大层面分析和全容积分析对胃癌脉管侵犯的诊断价值。结果:在不同重建算法的动脉期图像间,所有直方图参数、2个一阶纹理参数、5个二阶纹理参数和1个高阶纹理参数的可重复性表现较好（CCC=0.889-1）。在不同层厚的静脉期图像间,5个直方图参数、1个一阶纹理参数和2个形态学参数的可重复性表现较好（CCC=0.852-0.999）。而所有二阶和高阶纹理参数的可重复性均表现不佳（CCC=0.206-0.841）。基于胃癌最大层面分析的静脉期CT组学特征在发生和未发生脉管侵犯胃癌间均无显著性差异;而在胃癌全容积分析的静脉期CT组学特征中,SD和Texture Strength在发生和未发生脉管侵犯胃癌间存在显著差异（P=0.041,0.012）。ROC曲线分析显示,全容积分析中SD和Texture Strength对胃癌脉管侵犯具有良好的诊断价值（AUC=0.702,0.664）。结论:不同重建算法和层厚对胃癌CT组学特征会产生一定影响,且纹理特征更易受其影响。全容积分析在评估胃癌脉管侵犯中较最大层面分析具有更好的诊断价值。