论文部分内容阅读
胃肠道粘膜下病变(gastrointestinal submucosal lesions, SMLs)包含多种不同的病理类型。由于表面有正常的胃肠道粘膜,明确诊断有很大的那难度。超声内镜(endoscopic ultrasonography, EUS)可以很好的呈现SMLs的起源层次,肿块与组织的关系及肿块的回声性、内部回声等信息,是临床上诊断和鉴别诊断SMLs首选的检查。然而仅凭单一的EUS检查确诊SMLs的敏感性和特异性非常低,尤其是在诊断胃肠道间质瘤(gastrointestinal stromal tumors, GISTs)过程中。GISTs具有恶性生物学行为特征,早期可出现肝脏和腹腔转移。手术或内镜完全移除病变能够明显的改善GISTs的预后。虽然目前文献报道了病变的位置、大小及声像图特征有助于诊断和判断GISTs,然而这些特征的有效性和敏感性存在争议,且诊断标准不一。超声内镜引导下的细针穿刺术(Endoscopic ultrasound-guided fine-needle aspiration, EUS-FNA)的样本获取率受多种因素影响,且存在样本不足以评价GISTs良恶性的问题。因此,寻找一种无创的、客观的辅助EUS诊断SMLs手段,是临床内镜医师面临的巨大挑战。计算机辅助诊断(computer-aided diagnosis, CAD)技术是指运用计算机技术对EUS图像进行纹理特征的提取、分析,有效地增加图像信息获取,运用于病变的诊断、不同病理损害的鉴别诊断的方法,达到病变的诊断鉴别诊断目的[1]。目前多篇文献报道了CAD技术可应用于多种器官EUS图像的分类诊断,包括SMLs。我们团队之前利用计算机辅助EUS图像分析技术,提取胰腺癌和慢性胰腺炎EUS图像纹理特征,建立分类模型,成功的将胰腺癌和非胰腺癌的EUS图像分开。基于以上的报道和我们团队的CAD的理论基础,我们将这一技术应用于SMLs鉴别诊断中。本研究纳入了平滑肌瘤和四种不同危险度的GISTs(极低危、低危、中危和高危)的EUS图像,证明了CAD技术在SMLs诊断和GISTs良恶性鉴别中的应用价值。由于目前CAD技术都是对两分类样本进行鉴别诊断,在GISTs危险度的分类中,本研究首先将四类GISTs分为两类良性(极低危和低危)和恶性(中危和高危),构建两分类模型。最后我们以四中不同危险度GISTs的EUS,为样本集,首次尝试构建四分类模型。本研究分两部分：第一部分：计算机辅助图像诊断技术在鉴别诊断平滑肌瘤和胃肠道间质瘤中的应用目的：探究计算机辅助诊断技术在胃肠道间质瘤及平滑肌瘤超声内镜图像分类诊断中的应用价值。方法：回顾性收集2000年1月到2013年12月间内镜中心图文管理系统中行EUS检查并经组织病理学确诊的180例平滑肌瘤和180例GIST患者的EUS图像,选取一张图像清晰的具有典型病变的EUS图像、使用画图软件勾画感兴趣区域、截取不超过感兴趣区域的最大矩形子图。通过图像分析技术,提取11大类157维纹理特征,利用ReliefF权重法联合顺序前进法(Sequential ForwardSelection, SFS)对纹理特征进行筛减,获得最佳纹理组合,基于支撑向量机建立分类模型,使用十折交叉验证法验证模型分类性能,统计分类的准确率、敏感度、特异度、阳性预测值和阴性预测值。结果：最佳纹理特征组合包含3大类6维特征,此时分类准确率达最大(75%)。利用最佳纹理特征组合建立分类模型,采用十折交叉验证法划分360例样本集,训练并测试模型,最终分类准确率、敏感度、特异度、阳性预测值和阴性预测值分别为：75.28%、77.26%、73.61%、74.83%、76.63%。结论：计算机辅助诊断技术可用于间质瘤和平滑肌瘤EUS图像的分类诊断,为准确诊断胃肠道粘膜下病变提供了一个新的研究方向。第二部分：计算机辅助图像分析技术在上消化道间质瘤良恶性鉴别诊断中的应用目的：探讨计算机辅助诊断技术在上消化道间质瘤良恶性鉴别诊断中的应用价值方法：纳入经病理危险度分级的并行EUS检查的GISTs。将四种不同危险度的GISTs分为两类：良性(极低危和低危)和恶性(中危和高危),CAD技术对两类。然后,对四种不同危险度的GISTs进行分类。纹理特征提取方法和模型建立方法如第一部分所述。结果：本研究纳入了21例极低危GISTs,61例低危GISTs,29例中危GISTs和13例GISTs共124例GISTs EUS图像。经ReliefF权重法和SFS法选取最佳纹理特征组合,包含2大类2维特征,此时分类准确率达最大(75.9%)。利用最佳纹理特征组合建立分类模型,采用十折交叉验证法划分124例样本集,训练并测试模型,最终分类准确率、敏感度、特异度、阳性预测值和阴性预测值分别为：77.56%、94.03%、45.5%、77.27%、80%。结论：计算机辅助诊断技术可用胃肠道间质瘤的良恶性鉴别诊断,进一步寻找用于GISTs EUS图像分类的纹理特征可提高分类性能。依据上述研究结果本课题可以得出下列结论：1.计算机辅助诊断技术可用于胃肠道粘膜下病变的诊断和良恶性的判定,为临床内镜医师鉴别诊断平滑肌瘤和胃肠道间质瘤提供了新的诊断手段。2.寻找用于胃肠道粘膜下病变和间质瘤EUS图像分类的纹理特征是下一步研究方向。