影像组学预测甲状腺乳头状癌中央区淋巴结转移的研究

来源 :南方医科大学 | 被引量 : 0次 | 上传用户:huzhan_dong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究目的:甲状腺乳头状癌(papillary thyroid carcinoma,PTC)发生颈部中央区淋巴结转移几率较高,术前准确预测颈部中央区淋巴结状态,可减少甲状腺乳头状癌不必要的预防性中央区淋巴结清扫术,减少术后并发症。常规超声在颈部中央区淋巴结转移的检出率较低,本研究探索通过影像组学方法分析PTC的超声征象以预判颈部中央区淋巴结转移的可能性。研究方法:收集2018年03月~2019年02月在南方医科大学南方医院接受甲状腺癌手术患者的临床资料。研究对象的纳入标准为:单发病灶、术前未接受过任何抗癌治疗、病理确诊为PTC、术前由我院2名高年资超声科医师行甲状腺超声检查。最终共189例纳入研究。甲状腺超声检查使用东芝Aplio 500彩色多普勒超声诊断仪,7.5-12MHz线阵高频探头。由2名高年资超声科医师对甲状腺超声检查结果进行评估,评估内容包括:病灶的位置、大小(含3个径线)、形态、边界、边缘、内部回声、后方回声、钙化类型及血流情况。超声诊断中央区淋巴结转移的标准为[1]:高回声、微钙化、淋巴门消失、纵横比>0.5、囊性变及内部、周边血流等。由高年资超声科医师手工勾勒出甲状腺病灶的边缘,应用影像组学方法分析所收集病灶纵、横两个切面超声图像,通过计算机高通量提取多种高级特征,包括基于灰度共生矩阵,灰度游程矩阵,灰度级区域矩阵和局部灰度差分矩阵的特征。应用随机森林算法进行特征选择,最终筛选出代表性的高级特征,用R语言将随机森林算法筛选出的组学特征建立预测模型,并用五折交叉验证法对预测模型进行验证。结果:189例患者中,术前甲状腺超声检查诊断颈部中央区淋巴结转移的曲线下面积(areaunder the curve,AUC)0.4184,准确率为 37%(70/189),灵敏度为28.6%(37/129),特异度为55%(33/60)。通过影像组学方法,基于PTC超声横切面图像的手工勾勒图像分析并预测颈部中央区淋巴结是否发生转移,筛选得出19个高级特征,算得AUC为0.661,准确率为48%,灵敏度为53%,特异度为52%。基于PTC超声纵切面图像的手工勾勒图分析并预测,筛选得出5个高级特征,算得AUC为0.681,准确率为48%,灵敏度为46%,特异度为53%;结合PTC的超声横切面及纵切面的手工勾勒图分析预测,则最终筛选出16个高级特征,算得AUC为0.777,准确率为54%,灵敏度为40%,特异度为51%。影像组学预测中央区淋巴结转移AUC及准确率较术前甲状腺超声检查结果有所提高(P<0.05)。分别基于PTC超声横切面与纵切面纹理特征分析预测中央区淋巴结转移,其诊断效能无明显差异(P>0.05),联合横切面、纵切面PTC纹理特征分析较单切面预测中央区淋巴结转移效能提高(P<0.05)。结论:联合PTC的超声横切面图像及纵切面图像进行影像组学分析并预测颈部中央区淋巴结转移的准确性比单切面图像高,且高于常规超声诊断的准确性。影像组学方法提高了术前超声检查对PTC颈部中央区淋巴结转移的预测能力,有利于外科医师对患者选择性地施行淋巴结清扫术,对PTC患者的术后恢复及生活质量的提高大有裨益。
其他文献
随着我国经济的发展,城镇化比例得到了快速的提高,随之而来的是城市空间朝着密集化方向得到了快速的发展。作为城市化进程中的重要组成部分,各种不同形态的高层建筑物也随之
随着通信技术的不断发展与演进,第五代通信系统(5G)的时代即将来临。在数据速率以及接入设备激增的压力下,传统的蜂窝网络架构不再适用。网络的异构性不断增强,将会有多种无线接入技术共存。本文针对异构网络下的两种典型场景,进行资源分配问题的相关研究,其一是多层异构蜂窝网络场景下的资源分配以及用户接入选择问题,目前的研究大多没有考虑基站间不同情况下自适应的频率复用关系;其二是设备间通信(D2D)与蜂窝融合
由于溶剂的挥发,粘胶纤维生产过程中会产生大量的含有硫化氢的二硫化碳废气,危害人体健康,破坏大气环境。目前处理方法是以“碱液吸收-活性炭吸附”为主的工艺,黏胶纤维废气
“知识补白”板块是初中语文教学内容的重要组成部分,它不仅完善了语文教材的体系,而且为师生教学语文知识提供了有益的支架。本论文紧紧围绕统编本初中语文教材“知识补白”