基于CT影像组学及临床多因素回归分析预测肝细胞肝癌TACE术后中重度腹痛的模型构建

目的探讨肝细胞癌(HCC)病人肝动脉插管化疗栓塞(TACE)术后急性严重腹痛发生危险因素,并分别构建影像组学模型、Logistics回归模型。方法回顾性分析128例经病理证实为肝细胞肝癌并实行TACE术的患者,分别收集其影像学资料及临床资料。按照8:2分成训练集及验证集,按照BPI评分标准,“0~3”分无或轻度疼为阴性组,共计57例,“4~10”分中重度腹痛分为阳性组,共计71例,比较阳性组与阴性组患者的临床及影像资料,采用影像组学及多因素Logistics回归分析筛选危险因素,并建立预测模型;受试者工作(ROC)曲线分析预测效能。结果影像组学模型:对动脉期、门脉期、延迟期、动脉期+门脉期、动脉期+延迟期、门脉期+延迟期及动脉期+门脉期+延迟期的模型进行分析,结果显示动脉期+门脉期+延迟期的联合组学模型的训练集AUC值为0.79,验证集AUC值为0.78,其效能高于其它六组组学模型。临床因素Logistics回归分析显示TACE术史、TACE术后腹痛病史、肿瘤距肝包膜距离是否>1cm、肿瘤最大直径是否>5cm、肿瘤数目是否>2、有无血管侵犯及TACE术式是其独立危险因素,临床因素Logistics回归分析筛选独立因素建立的预测模型AUC值为0.85。结论影像组学中动脉期+门脉期+延迟期的联合模型对于预测肝细胞肝癌TACE术后腹痛的发生有一定的临床价值,为以后影像组学对于肝癌TACE术后腹痛预测研究提供一定的价值,临床多因素回归分析模型的可以提供更多的临床因素,具有较好的效能,组学模型与临床多因素回归模型两者之间互有补充,建立预测模型,为临床提供更好的个性化疼痛管理,减轻病人的痛苦。

多参数3D MRI影像组学模型预测结直肠癌肝转移及相关临床危险因素的分析

目的探讨多参数3D MRI影像组学模型对于结直肠癌肝转移(CCLM)的预测价值及相关临床危险因素的分析。方法收集2019-2022年在本院术前行MRI检查且术后病理证实的198例结直肠癌患者的临床及影像资料。按照8:2的比例随机分为训练集及验证集(n=159及39)。对T_(2)WI、DWI、e-THRIVE+序列分别逐层勾画,得到3D VOI,提取组学特征并降维处理、构建影像组学模型。采用逻辑回归分析,筛选出CCLM的独立危险因素并构建临床模型。结果三序列联合的影像组学模型预测CCLM的效能高于单一序列模型,其训练集与验证集AUC值分别为0.919及0.896。逻辑回归分析得到CCLM的独立危险因素分别为CEA、CA199及NLR(P<0.05)。三者联合的临床模型效能亦高于单一临床模型,训练集与验证集的AUC值分别为0.800及0.791。结论多参数3D MRI影像组学模型对于CCLM具有较高预测效能。基于CEA、CA199、NLR的临床模型对于CCLM具有一定预测效能。

多序列3D-MRI影像组学对乳腺小肿块的鉴别价值

目的 基于动态增强磁共振(DCE-MRI)序列及扩散加权成像(DWI)序列构建影像组学模型,探讨其对直径≤2 cm的乳腺肿块良恶性的鉴别价值。方法 选取2019年1月至2022年8月就诊于本院122例患者,均接受MRI检查,且经测量肿块直径≤2 cm。将所有患者图像以DICOM格式上传至慧影大数据平台,使用双盲法在DWI及DCE第三期图像上逐层勾画感兴趣区(ROI),后将该病灶勾画的所有ROI融合成三维容积感兴趣区(3D-VOI)进行组学分析。按照4∶1将数据集随机分为训练集与测试集,采用逻辑回归(LR)分类器,构建DCE、DWI及DCE与DWI联合鉴别模型,以病理检查为金标准,评价三种影像组学模型的鉴别效能,并比较三种模型的曲线下面积(AUC)、准确率、特异度及敏感度。结果 根据病理结果将122例患者分为良性42例,恶性80例,以DCE构建组学模型鉴别乳腺小肿块的AUC值为0.83(0.65~1.00)、准确率67%、特异度81%、敏感度67%;以DWI构建组学模型鉴别乳腺小肿块的AUC值0.81(0.67~0.98)、准确率64%,特异度78%、敏感度75%;以DCE与DWI联合模型鉴别乳腺小肿块AUC值0.93(0.80~1.00)、准确率80%、特异度88%、敏感度89%。结论 DCE-MRI与DWI序列联合所建立的模型无创性鉴别乳腺小肿块良恶性的价值更高。

基于3D-CT影像组学预测小细胞肺癌经铂类化疗后脑转移的研究

目的利用3D-CT影像组学预测小细胞肺癌(SCLC)经铂类化疗后脑转移的发生情况。方法回顾性分析采用铂类化疗方案的148例SCLC患者的影像资料,其中发生脑转移者共57例,未发生脑转移者共91例。利用慧影大数据科研平台将数据集按照4∶1随机分成训练集和测试集,提取所勾画病灶上的影像组学特征,利用支持向量机建立影像组学鉴别模型,通过对受试者工作特征曲线下面积、敏感度、特异度及准确率进行分析,预测SCLC在铂类治疗过程中发生脑转移的概率。结果发生脑转移和未发生脑转移组的训练集及测试集的受试者工作特征曲线下面积分别为0.798、0.789,0.798、0.789;训练集未发生脑转移组特异性0.72,准确率为0.80,发生脑转移组中特异性0.71,准确率为0.62,测试集中未发生脑转移组特异性0.83,准确率为0.87,发生脑转移组中特异性0.68,准确率为0.62。结论基于经铂类治疗的SCLC患者肺部CT 3D影像组学特征预测脑转移具有一定临床价值,能对患者进行早期临床干预,从而改善患者预后,提高生存期。

3D-MRI影像组学特征与肿块型乳腺癌分子分型相关性分析

目的基于动态对比增强磁共振成像(DCE-MRI)序列探讨3D影像组学特征与肿块型乳腺癌分子分型相关性分析。方法回顾性分析经病理证实为乳腺癌的120例患者,且治疗前均经DCE-MRI检查。将所有患者图像从图像存储与传输系统以DICOM形式上传至慧影大数据科研平台,使用双盲法在动态增强第三期沿病灶周围逐层勾画感兴趣区,后将该病灶勾画的所有感兴趣区融合成三维容积感兴趣区(3D-VOI),进行组学分析,提取纹理特征,共1409个纹理特征,采用方差选择法、单变量特征选择法及最小绝对收缩和选择算子(LASSO)对病灶进行特征筛选及降维处理,最终得到最有价值的影像组学特征,构建有效预测模型,绘制受试者操作特征(ROC)曲线,得出ROC曲线下面积(AUC)、特异度、敏感度及准确性评估模型效能。利用秩和检验、卡方检验对不同分子分型患者的病灶大小、年龄、月经情况及淋巴结转移情况进行统计学分析。结果根据病理结果将患者分为4型,管腔A型、管腔B型、Her-2过表达型及三阴型。4种分型的预测模型AUC值分别为0.80、0.77、0.79、0.79。不同分子分型的乳腺癌患者的年龄、月经情况及病灶大小之间差异有统计学意义(P<0.05),淋巴结转移情况差异无统计学意义(P>0.05)。结论3D-MRI影像组学特征与肿块型乳腺癌分子分型之间具有良好的相关性。

基于3D CT影像组学特征在晚期肺鳞癌化疗疗效预测中的应用

目的建立3D CT影像组学模型评估含铂双药联合方案对晚期肺鳞癌的化疗疗效,以期帮助后期治疗方案的选择及调整。方法回顾性分析2019年1月至2021年12月经蚌埠医学院第一附属医院经病理证实的127例晚期肺鳞癌患者的影像学资料,选取化疗前胸部增强CT纵隔窗图像及化疗两个周期后的胸部CT图像,依照实体肿瘤疗效评价标准(RECIST)1.1版评估并分为有效组78例和无效组49例。使用慧影大数据人工智能科研平台将数据按照4∶1随机分为训练组和测试组。选取患者化疗前图像,勾画感兴趣区(ROI),提取病灶的影像组学特征,建立预测模型并验证。通过受试者工作特征曲线(ROC)的曲线下面积(AUC)评估模型效能。结果训练组中,有效组AUC为0.82(0.74~0.91),准确率为0.65,特异度为0.74,敏感度为0.74;无效组AUC为0.82(0.74~0.91),准确率为0.84,特异度为0.77,敏感度为0.77;测试组中,有效组AUC为0.76(0.57~0.96),准确率为0.70,特异度为0.81,敏感度为0.81;无效组AUC为0.76(0.57~0.96),准确率为0.81,特异度为0.70,敏感度为0.70。结论基于治疗前增强CT纵隔窗3D影像组学模型可在化疗前对晚期肺鳞癌的疗效做出较为准确的评估,为患者做出个体化治疗方案具有一定的指导价值。