论文部分内容阅读
目的：
1.探讨双能CT能谱成像定量参数预测大肠癌微卫星不稳定（microsatellite instability，MSI）状态的价值；
2.建立双能CT能谱成像动脉期影像组学模型，用于预测大肠癌MSI状态；
3.将临床病理信息纳入影像组学模型，探讨基于双能CT能谱成像动脉期的临床病理-影像组学模型预测大肠癌MSI状态的价值。
方法：
回顾性纳入117例经术后病理证实为大肠癌、且术前一个月内于我院行Revolution CT能谱成像模式增强扫描的大肠癌患者。所有患者的术后病理组织均通过免疫组化检测获取MSI信息，其中MSI患者39例，微卫星稳定（microsatellite stability，MSS）患者78例。
在第一部分即“双能CT能谱成像定量参数预测大肠癌MSI状态”的研究中，选择肠癌病灶轴向直径最大的层面及其相邻的上下两层面，由两名观察者分别采用盲法测量肠癌的能谱参数：①平扫有效原子序数；②平扫、增强三期（动脉期、静脉期、延迟期）单能量（包括40、50、60、70、80、90、100、110、120、130、140keV）图像的CT值，绘制能谱曲线，并计算能谱曲线斜率：斜率（k）=（CT值40keV－CT值100keV）/60；③增强三期碘（水）密度值。使用组内相关系数（intra-class correlation coefficient,ICC）评价两名观察者测量的能谱参数的一致性（ICC＞0.80为观察者一致性良好）。采用独立样本t检验或Mann-Whitney U秩和检验分析计量资料的组间差异。采用卡方检验分析分类资料的组间差异。为了获取能有效预测肠癌MSI状态的能谱参数，将能谱参数进行单因素及多因素logistic回归分析，采用Hosmer-Lemeshow（H-L）检验评价logistic回归模型的拟合优度。采用受试者工作特征（receiver operating characteristic，ROC）评价诊断效能，并进一步计算曲线下面积（area under the curve，AUC）和AUC的95%置信区间、最佳截断值、敏感性和特异性。使用DeLong检验比较各AUC之间的统计学差异。P＜0.05为数据具有统计学意义。
在第二部分即“基于双能CT能谱成像动脉期的影像组学模型预测大肠癌MSI状态”的研究中，由于第一部分结果提示动脉期能谱参数是肠癌MSI状态的预测因素，所以我们只重建动脉期碘（水）密度图像及动脉期40keV～100keV（以10keV为间隔）的单能量图像，选择肠癌病灶轴向直径最大的层面及其相邻的上下两层面，以医学数字成像和通信（Digital Imaging and Communications in Medicine，DICOM）格式导入ITK-SNAP软件完成病灶分割。通过Artificial Intelligent Kit软件提取618个组学特征，包括一阶直方图特征、高阶纹理特征和形状特征。将所有入组病例（共117例）按照7：3随机分配为训练组（81例）和验证组（36例），基于训练组进行了特征选择及模型建立。特征选择步骤包括：观察者一致性检验、缺失值填补及数据标准化、相关性检验去冗余、最小绝对收缩和选择算子（least absolute shrinkage andselection operator，LASSO）算法。最终，我们基于筛选的组学特征建立多元logistic回归模型，并通过5折交叉验证的方法进行最优模型的选择。影像组学模型包括：①各单能量（40、50、60、70、80、90、100keV）图像的影像组学模型，以及单能量联合模型；②碘（水）密度图的影像组学模型；③“单能量联合模型”与“碘（水）密度图模型”的联合（即碘-单能量联合模型）。模型评价：①通过ROC分析评价模型诊断效能；②通过校准曲线评价模型的校准性能，H-L检验中P＞0.05表示拟合良好；③通过决策曲线评价模型的临床应用价值。
第三部分即“基于双能CT能谱成像动脉期的临床病理-影像组学模型预测大肠癌MSI状态”的研究中，分析肠癌患者的临床及病理信息，包括年龄、性别、血清癌胚抗原（carcino-embryonic antigen，CEA）、血清糖类抗原19-9（carbohydrate antigen19-9，CA19-9）、饮酒史、吸烟史、高血压史、糖尿病史、癌症家族史、肿瘤大小、肿瘤位置、肿瘤类型、分化程度、浆膜/系膜侵犯、淋巴结转移。通过临床病理参数的单因素及多因素logistic回归分析，建立预测肠癌MSI状态的临床病理模型，进一步分别联合第二部分中建立的影像组学模型（单能量联合模型、碘（水）密度图模型、碘-单能量联合模型），获得临床病理-影像组学联合模型。模型评价：①通过ROC分析评价模型诊断效能；②通过校准曲线评价模型的校准性能，H-L检验中P＞0.05表示拟合良好；③通过决策曲线评价模型的临床应用价值。
结果：
在第一部分即“双能CT能谱成像定量参数预测大肠癌MSI状态”的研究中，双能CT能谱成像定量参数的观察者一致性良好，ICC值均大于0.80。MSI肠癌组的平扫有效原子序数、平扫及增强三期能谱曲线斜率、增强三期碘（水）密度值、平扫及动脉期和静脉期70keV单能量图像的CT值低于MSS肠癌组（P均＜0.05）。Logistic回归分析显示动脉期能谱参数（能谱曲线斜率、70keV单能量图像的CT值、碘（水）密度值）是肠癌MSI状态的预测因素，其对MSI肠癌的诊断效能AUC值分别为0.779、0.749和0.785。将动脉期能谱参数进行联合诊断，AUC值为0.852，效能显著高于单个动脉期能谱参数。
在第二部分即“基于双能CT能谱成像动脉期的影像组学模型预测大肠癌MSI状态”的研究中，我们基于动脉期图像建立了：①各单能量（40、50、60、70、80、90、100keV）图像的影像组学模型：训练组AUC为0.706～0.795，验证组AUC为0.687～0.816。此外，我们将各单能量图像进行联合，获得单能量联合模型：训练组、验证组的AUC值分别为0.798、0.837；②碘（水）密度图的影像组学模型：训练组、验证组的AUC值分别为0.846、0.882；③碘-单能量联合模型：训练组、验证组的AUC值分别为0.862、0.920。上述模型的训练组和验证组AUC之间均无统计学差异。单能量联合模型、碘（水）密度图的影像组学模型、碘-单能量联合模型的AUC之间无统计学差异。校准曲线提示模型有良好的校准效果，H-L检验中P值均＞0.05。决策曲线证实了模型具有临床应用价值。
第三部分即“基于双能CT能谱成像动脉期的临床病理-影像组学模型预测大肠癌MSI状态”的研究中，患者的临床病理参数，包括年龄、CEA、肿瘤位置，可作为肠癌MSI状态的预测因素，使用logistic回归方法将上述参数建立临床病理模型，其在训练组、验证组的AUC值分别为0.824、0.740。进一步使用logistic回归方法建立临床病理-影像组学联合模型：①临床病理-单能量联合模型（训练组AUC=0.917，验证组AUC=0.903）；②临床病理-碘（水）密度图模型（训练组AUC=0.903，验证组AUC=0.892）；③临床病理-碘-单能量联合模型（训练组AUC=0.922，验证组AUC=0.951）。上述模型的训练组和验证组AUC之间均无统计学差异。上述三种临床病理-影像组学联合模型的AUC之间无统计学差异。校准曲线提示模型有良好的校准效果，H-L检验中P值均＞0.05。决策曲线证实模型具有临床应用价值。
结论：
1.双能CT能谱成像定量参数中，动脉期能谱参数（能谱曲线斜率、70keV CT值、碘（水）密度值）可作为MSI肠癌的预测因素。
2.动脉期单能量联合模型、碘（水）密度图模型、碘-单能量联合模型均对肠癌MSI状态具备诊断价值，但诊断效能无统计学差异。
3.本研究建立了基于双能CT能谱成像的影像组学模型，为预测肠癌MSI状态提供了新思路。
4.动脉期临床病理-单能量联合模型、临床病理-碘（水）密度图模型、临床病理-碘-单能量联合模型均对肠癌MSI状态具备诊断价值，诊断效能无显著差异，而碘（水）密度图更简便可行。因此，推荐“临床病理-碘（水）密度图模型”为预测肠癌MSI状态的最优模型。
1.探讨双能CT能谱成像定量参数预测大肠癌微卫星不稳定（microsatellite instability，MSI）状态的价值；
2.建立双能CT能谱成像动脉期影像组学模型，用于预测大肠癌MSI状态；
3.将临床病理信息纳入影像组学模型，探讨基于双能CT能谱成像动脉期的临床病理-影像组学模型预测大肠癌MSI状态的价值。
方法：
回顾性纳入117例经术后病理证实为大肠癌、且术前一个月内于我院行Revolution CT能谱成像模式增强扫描的大肠癌患者。所有患者的术后病理组织均通过免疫组化检测获取MSI信息，其中MSI患者39例，微卫星稳定（microsatellite stability，MSS）患者78例。
在第一部分即“双能CT能谱成像定量参数预测大肠癌MSI状态”的研究中，选择肠癌病灶轴向直径最大的层面及其相邻的上下两层面，由两名观察者分别采用盲法测量肠癌的能谱参数：①平扫有效原子序数；②平扫、增强三期（动脉期、静脉期、延迟期）单能量（包括40、50、60、70、80、90、100、110、120、130、140keV）图像的CT值，绘制能谱曲线，并计算能谱曲线斜率：斜率（k）=（CT值40keV－CT值100keV）/60；③增强三期碘（水）密度值。使用组内相关系数（intra-class correlation coefficient,ICC）评价两名观察者测量的能谱参数的一致性（ICC＞0.80为观察者一致性良好）。采用独立样本t检验或Mann-Whitney U秩和检验分析计量资料的组间差异。采用卡方检验分析分类资料的组间差异。为了获取能有效预测肠癌MSI状态的能谱参数，将能谱参数进行单因素及多因素logistic回归分析，采用Hosmer-Lemeshow（H-L）检验评价logistic回归模型的拟合优度。采用受试者工作特征（receiver operating characteristic，ROC）评价诊断效能，并进一步计算曲线下面积（area under the curve，AUC）和AUC的95%置信区间、最佳截断值、敏感性和特异性。使用DeLong检验比较各AUC之间的统计学差异。P＜0.05为数据具有统计学意义。
在第二部分即“基于双能CT能谱成像动脉期的影像组学模型预测大肠癌MSI状态”的研究中，由于第一部分结果提示动脉期能谱参数是肠癌MSI状态的预测因素，所以我们只重建动脉期碘（水）密度图像及动脉期40keV～100keV（以10keV为间隔）的单能量图像，选择肠癌病灶轴向直径最大的层面及其相邻的上下两层面，以医学数字成像和通信（Digital Imaging and Communications in Medicine，DICOM）格式导入ITK-SNAP软件完成病灶分割。通过Artificial Intelligent Kit软件提取618个组学特征，包括一阶直方图特征、高阶纹理特征和形状特征。将所有入组病例（共117例）按照7：3随机分配为训练组（81例）和验证组（36例），基于训练组进行了特征选择及模型建立。特征选择步骤包括：观察者一致性检验、缺失值填补及数据标准化、相关性检验去冗余、最小绝对收缩和选择算子（least absolute shrinkage andselection operator，LASSO）算法。最终，我们基于筛选的组学特征建立多元logistic回归模型，并通过5折交叉验证的方法进行最优模型的选择。影像组学模型包括：①各单能量（40、50、60、70、80、90、100keV）图像的影像组学模型，以及单能量联合模型；②碘（水）密度图的影像组学模型；③“单能量联合模型”与“碘（水）密度图模型”的联合（即碘-单能量联合模型）。模型评价：①通过ROC分析评价模型诊断效能；②通过校准曲线评价模型的校准性能，H-L检验中P＞0.05表示拟合良好；③通过决策曲线评价模型的临床应用价值。
第三部分即“基于双能CT能谱成像动脉期的临床病理-影像组学模型预测大肠癌MSI状态”的研究中，分析肠癌患者的临床及病理信息，包括年龄、性别、血清癌胚抗原（carcino-embryonic antigen，CEA）、血清糖类抗原19-9（carbohydrate antigen19-9，CA19-9）、饮酒史、吸烟史、高血压史、糖尿病史、癌症家族史、肿瘤大小、肿瘤位置、肿瘤类型、分化程度、浆膜/系膜侵犯、淋巴结转移。通过临床病理参数的单因素及多因素logistic回归分析，建立预测肠癌MSI状态的临床病理模型，进一步分别联合第二部分中建立的影像组学模型（单能量联合模型、碘（水）密度图模型、碘-单能量联合模型），获得临床病理-影像组学联合模型。模型评价：①通过ROC分析评价模型诊断效能；②通过校准曲线评价模型的校准性能，H-L检验中P＞0.05表示拟合良好；③通过决策曲线评价模型的临床应用价值。
结果：
在第一部分即“双能CT能谱成像定量参数预测大肠癌MSI状态”的研究中，双能CT能谱成像定量参数的观察者一致性良好，ICC值均大于0.80。MSI肠癌组的平扫有效原子序数、平扫及增强三期能谱曲线斜率、增强三期碘（水）密度值、平扫及动脉期和静脉期70keV单能量图像的CT值低于MSS肠癌组（P均＜0.05）。Logistic回归分析显示动脉期能谱参数（能谱曲线斜率、70keV单能量图像的CT值、碘（水）密度值）是肠癌MSI状态的预测因素，其对MSI肠癌的诊断效能AUC值分别为0.779、0.749和0.785。将动脉期能谱参数进行联合诊断，AUC值为0.852，效能显著高于单个动脉期能谱参数。
在第二部分即“基于双能CT能谱成像动脉期的影像组学模型预测大肠癌MSI状态”的研究中，我们基于动脉期图像建立了：①各单能量（40、50、60、70、80、90、100keV）图像的影像组学模型：训练组AUC为0.706～0.795，验证组AUC为0.687～0.816。此外，我们将各单能量图像进行联合，获得单能量联合模型：训练组、验证组的AUC值分别为0.798、0.837；②碘（水）密度图的影像组学模型：训练组、验证组的AUC值分别为0.846、0.882；③碘-单能量联合模型：训练组、验证组的AUC值分别为0.862、0.920。上述模型的训练组和验证组AUC之间均无统计学差异。单能量联合模型、碘（水）密度图的影像组学模型、碘-单能量联合模型的AUC之间无统计学差异。校准曲线提示模型有良好的校准效果，H-L检验中P值均＞0.05。决策曲线证实了模型具有临床应用价值。
第三部分即“基于双能CT能谱成像动脉期的临床病理-影像组学模型预测大肠癌MSI状态”的研究中，患者的临床病理参数，包括年龄、CEA、肿瘤位置，可作为肠癌MSI状态的预测因素，使用logistic回归方法将上述参数建立临床病理模型，其在训练组、验证组的AUC值分别为0.824、0.740。进一步使用logistic回归方法建立临床病理-影像组学联合模型：①临床病理-单能量联合模型（训练组AUC=0.917，验证组AUC=0.903）；②临床病理-碘（水）密度图模型（训练组AUC=0.903，验证组AUC=0.892）；③临床病理-碘-单能量联合模型（训练组AUC=0.922，验证组AUC=0.951）。上述模型的训练组和验证组AUC之间均无统计学差异。上述三种临床病理-影像组学联合模型的AUC之间无统计学差异。校准曲线提示模型有良好的校准效果，H-L检验中P值均＞0.05。决策曲线证实模型具有临床应用价值。
结论：
1.双能CT能谱成像定量参数中，动脉期能谱参数（能谱曲线斜率、70keV CT值、碘（水）密度值）可作为MSI肠癌的预测因素。
2.动脉期单能量联合模型、碘（水）密度图模型、碘-单能量联合模型均对肠癌MSI状态具备诊断价值，但诊断效能无统计学差异。
3.本研究建立了基于双能CT能谱成像的影像组学模型，为预测肠癌MSI状态提供了新思路。
4.动脉期临床病理-单能量联合模型、临床病理-碘（水）密度图模型、临床病理-碘-单能量联合模型均对肠癌MSI状态具备诊断价值，诊断效能无显著差异，而碘（水）密度图更简便可行。因此，推荐“临床病理-碘（水）密度图模型”为预测肠癌MSI状态的最优模型。