论文部分内容阅读
第一部分基于CT增强图像的纹理分析评估肾透明细胞癌核分级的价值目的探讨定量CT纹理分析评估肾透明细胞癌(CCRCC Clear Cell Renal Carcinoma)核分级的应用价值。方法回顾性分析78例病理证实为cc RCC并且Fuhrman分级明确的患者资料,其中Ⅰ级15例,Ⅱ级37例,Ⅲ级17例,Ⅳ级9例,依照Fuhrman分级,将Ⅰ、Ⅱ级作为低级别组(共52例),Ⅲ、Ⅳ级作为高级别组(共26例),运用Matlab 2014a软件对所有患者的增强CT皮质期与髓质期图像进行纹理分析,提取4个灰度直方图特征参数(平均值、标准差、峰度、偏度)及6个灰度共生矩阵特征参数(对比度、相关度、能量、一致性、逆差矩、熵),并对所有参数值进行分析、比较。结果不同Fuhrman分级患者间平均值、标准差和相关度的差异有统计学意义(P<0.05),余7个特征(峰度、偏度、对比度、能量、一致性、逆差矩、熵)差异无统计学意义(P>0.05);10个纹理特征参数(平均值、标准差、峰度、偏度、对比度、相关度、能量、一致性、逆差矩、熵)与Fuhrman分级相关性分析显示,仅相关度有较大的临床应用价值,|r|值为0.382(P<0.05);cc RCC高级别组的相关度高于低级别组,差异有统计学意义(P=0.001),余特征值之间差异无统计学意义(P>0.05)。相关度鉴别高、低级别肾透明细胞癌ROC曲线下面积为0.753,诊断敏感度与特异度分别为76.92%、71.15%;各CT纹理特征间相关系数|r|值为0.241~0.975,48.89%(22/45)纹理特征间有明显相关性(|r|≥0.5),其中标准差与平均值的相关性最高(|r|=0.975),平均值与能量、偏度与峰值的相关性也较高(|r|值分别0.948、0.954)。结论:定量CT纹理分析在术前对肾透明细胞癌核分级评估具有一定的临床应用价值。第二部分基于CT增强图像的影像组学评分联合临床特征评估肾透明细胞癌核分级的价值目的探讨基于CT增强图像的影像组学特征联合临床特征评估肾透明细胞癌核分级的价值。方法回顾性分析101例经病理证实为cc RCC且Fuhrman分级明确的患者资料,其中Ⅰ级17例,Ⅱ级52例,Ⅲ级19例,Ⅳ级13例,依照Fuhrman分级,将Ⅰ、Ⅱ级作为低级别组(共69例),Ⅲ、Ⅳ级作为高级别组(共32例)。使用ITK-SNAP20.0软件(www.itksnap.org)选取病灶最大径层面进行ROI的勾画、分割,所有原始图像经标准化处理后,运用A.K软件(GE healthcare,Analysis Kit,Version:3.2.0.R)进行特征提取,将定量数据按7:3分成训练集和验证集然后进行LASSO建模,分别筛选出各期相中的最优特征子集。并通过绘制受试者操作特征曲线(ROC)、计算ROC曲线下面积(AUC),评价各期相与三期整合组学模型的分类效能。采用单因素逻辑回归分析经Fisher精确检验后p<0.1的临床特征,将单因素逻辑回归后p<0.05的临床特征,与最佳分类模型组学评分进行多因素回归分析,建立组学评分与临床特征的联合预测模型,并通过ROC曲线和决策曲线分析(Decision Curve Analysis,DCA)对联合模型进行评价。结果增强三期整合组学模型的分类效能高于各期相模型的分类效能,皮质期、实质期、排泄期与三期整合组学模型鉴别高低级别cc RCC的ROC曲线下面积分别为:0.82、0.76、0.74和0.86。临床特征经多因素逻辑回归分析有统计学意义(p<0.05)的为:性别、最大径。将增强三期整合组学模型与差异有统计学意义的临床特征建立联合模型的ROC曲线下面积为:训练集0.90,验证集0.73;敏感度与特异度分别为:训练集:73.9%、86.4%,验证集:87.0%、60.0%。DCA曲线显示联合模型的净效益高于影像组学模型和临床特征模型,有较高的临床应用价值。结论:基于CT增强图像的影像组学特征联合临床特征评估肾透明细胞癌核分级具有可行性,对肾透明细胞癌患者的早期精准治疗及预后评估具有指导意义。