Relationship between HER-2 overexpression and brain metastasis in esophageal cancer patients

AIM:To study if HER-2 overexpression by locally advanced esophageal cancers increase the chance of brain metastasis following esophagectomy.METHODS:We retrospectively reviewed the medical records of esophageal cancer patients who underwent esophagectomy at University of Iowa Hospitals and Clinics between 2000 and 2010.Data analyzed consisted of demographic and clinical variables.The brain metastasis tissue was assayed for HER-2 overexpression utilizing the FDA approved DAKO Hercept Test.RESULTS:One hundred and forty two patients were reviewed.Median age was 64 years(36-86 years).Eighty eight patients(62%) received neoadjuvant chemoradiotherapy.Pathological complete and partial responses were achieved in 17(19%) and 71(81%) patients.Cancer relapsed in 43/142(30%) patients.The brain was the first site of relapse in 9/43 patients(21%,95% CI:10%-36%).HER-2 immunohistochemistry testing of the brain metastasis tissue showed that 5/9(56%) cases overexpressed HER-2(3+ staining).CONCLUSION:HER-2 overexpression might be associated with increased risk of brain metastasis in esophageal cancer patients following esophagectomy.Further studies will be required to validate this observation.

A Phase Ⅰ trial of dose escalation of topotecan combined with whole brain radiotherapy for brain metastasis in lung cancer

Objective The aim of this study was to define the maximum-tolerated dose (MTD) and observe the toxicity of escalating topotecan combined whole brain radiotherapy for brain metastasis in lung cancer.

基于肺部CT生境模型预测表皮生长因子受体突变型肺腺癌脑转移

目的观察基于肺部CT生境模型预测表皮生长因子受体(EGFR)突变型肺腺癌脑转移(BM)的价值。方法回顾性分析198例EGFR突变型肺腺癌患者肺部平扫CT资料,按7∶3比例将其分为训练集(n=138)与测试集(n=60)并进一步划分BM亚组与非BM亚组。筛选训练集亚组间差异有统计学意义的变量构建逻辑回归(LR)临床模型;分别于瘤体及瘤体亚区提取特征,基于随机森林、高斯过程(GP)及支持向量机(SVM)算法构建影像组学及生境模型并筛选其中泛化能力最佳者,基于泛化能力最佳影像组学、生境模型及临床模型预测值构建LR联合模型;绘制受试者工作特征曲线,计算曲线下面积(AUC),评估各模型预测EGFR突变型肺腺癌BM的效能,以Spearman相关分析观察EGFR突变型肺腺癌Ki-67水平与生境特征的相关性。结果LR临床模型、GP影像组学模型、SVM生境模型及LR联合模型预测训练集EGFR突变型肺腺癌BM的AUC分别为0.700、0.726、0.801及0.834,在测试集分别为0.754、0.600、0.715及0.848。LR联合模型在训练集的AUC高于LR临床模型(P<0.001)、在测试集的AUC高于GP影像组学模型(P=0.010);其在训练集的效能相比GP影像组学模型及SVM生境模型均有显著正向提高[综合判别改善指数(IDI)=8.60%、8.55%,P均<0.001]。EGFR突变型肺腺癌Ki-67水平与生境图谱中的habitatmap_original_glszm_lalgle呈低度正相关(│rs│=0.201,P=0.004)。结论基于肺部CT生境模型可有效预测EGFR突变型肺腺癌BM。

基于脑MRI的机器学习预测非小细胞肺癌T790M突变

目的:本研究基于脑部T_(1)C和T_(2)W MRI建立人工智能模型,预测肺癌脑转移患者在靶向治疗中的耐药性T790M突变。方法:本研究收集80例肺癌脑转移患者(2017年6月—2019年12月)的T_(1)C和T_(2)W MRI影像和临床数据进行回顾性分析(患者按照2∶1的比例分成训练集和测试集)。采用无监督k-means算法将肿瘤区域划分为高亮度区域和低亮度区域,提取不同区域的影像组学图像特征构建模型,评估每个模型的诊断效果。绘制受试者工作特征(Receiver operating characteristic,ROC)曲线,计算ROC曲线下面积(Area under curve,AUC)、特异性和敏感性作为模型评价指标,分析模型的潜在临床应用价值。结果:对T_(1)C和T_(2)W MRI和临床特征融合的统计计算表明,本研究建立的模型对T790M突变具有良好的预测能力,在训练集和测试集上的AUC分别为0.899和0.818。结论:本研究建立的计算机模型可以有效预测肺癌脑转移患者T790M突变,具有潜在的临床辅助诊断价值。

基于MRI影像组学鉴别胶质瘤及单发脑转移瘤的应用研究

目的分析基于多模态磁共振成像(Magnetic Resonance Imaging,MRI)影像组学鉴别胶质瘤及单发脑转移瘤的研究进展,得出提升鉴别准确性的要素。方法通过检索PubMed、Web of Science及FMRS外文医学信息资源检索平台3个数据库,根据纳入排除标准,对纳入的文章提取数据来源、患者数量、MRI设备、MRI序列、肿瘤分割软件、分割方式、分割范围、分割类型、特征提取方法、筛选方法、机器学习分类器、最优的机器学习分类器等数据进行综合分析。结果最终纳入12篇文献进行分析,大多数研究选择MRI传统结构序列,特征筛选方法选择最多的是最小绝对收缩和选择算子,使用最多且表现最佳的机器学习分类器为随机森林。结论MRI影像组学方法在鉴别胶质瘤及单发脑转移瘤方面展现出了较高的准确性,为临床决策提高了较大帮助。

艾迪注射液联合常规化疗对肺癌脑转移患者的临床疗效

目的观察艾迪注射液联合化疗对肺癌脑转移患者认知障碍的缓解情况。方法回顾性分析2018年6月至2020年6月在浙江省丽水市人民医院就诊的80例肺癌脑转移患者的临床资料,按照不同治疗方法分为常规化疗组和艾迪组,常规化疗组患者采用顺铂联合多西他赛的化疗方案,艾迪组在常规化疗组基础上予以艾迪注射液。观察2组患者的近期疗效、认知功能以及毒副作用,评价联合艾迪注射液治疗的有效性和安全性。结果常规化疗组患者近期有效率50%,艾迪组患者近期有效率73%,2组差异有统计学意义(χ^(2)=4.266,P=0.039)。治疗开始前,常规化疗组和艾迪组患者的蒙特利尔认知评估量表(MoCA)评分和简易智能量表(MMSE)评分差异无统计学意义。治疗后2周,与常规化疗组比较,艾迪组患者的MoCA评分和MMSE评分均增加,差异具有统计学意义(t=-3.462、-2.507,P=0.001、0.047);治疗后2周艾迪组患者的Karnofsky评分和生活质量量表(QOL)评分升高,差异具有统计学意义(t=-4.634、-4.050,P<0.01)。与常规化疗组比较,艾迪组患者骨髓抑制和眩晕情况减轻,差异具有统计学意义(χ^(2)=4.126、4.050,P=0.042、0.044),恶心呕吐等胃肠道反应和脱发情况差异无统计学意义(P>0.05)。80例患者均因本病死亡。常规化疗组患者平均生存期为(15±3)个月,艾迪组患者的中位生存期为(18±4)个月,2组差异无统计学意义(χ^(2)=17.752,P<0.01)。结论艾迪注射液联合常规化疗方案治疗肺癌脑转移患者可提升近期疗效,缓解认知障碍,减轻化疗的毒副作用,但对于患者的生存期无明显影响。

基于磁共振影像组学和语义特征对高级别胶质瘤和转移瘤的鉴别研究

目的本研究旨在结合传统MRI序列及增强检查,提取多模态高通量影像组学特征并联合语义特征,使用不同的机器学习分类器构建不同的模型并绘制列线图来鉴别高级别胶质瘤(high-grade glioma,HGG)和单发性脑转移瘤(solitary brain metastasis,SBM)。材料与方法本研究对101名患者的多参数MR图像进行了回顾性分析,由两位资深医师标定肿瘤感兴趣区,然后对每个序列分别提取影像组学特征后进行组合,共提取428组影像组学特征。为消除人为标定差异,进行组内相关系数一致性检验,并运用最大相关最小冗余算法选取最具相关性的特征,然后进一步通过最小绝对收缩和选择算子算法筛除冗余特征。本研究采用支持向量机、逻辑回归、随机森林及K近邻四种算法建立分类模型。结合放射科医生评估的七项语义特征,通过卡方检验和多因素分析去除差异无统计学意义的语义特征。然后结合组学特征建立综合模型并绘制列线图。最终,评价各模型的诊断能力,以确定最优分类器。结果HGG及SBM患者建立的影像组学模型中LR的受试者工作特征曲线下面积(area under the curve,AUC)值最高,训练集与测试集分别为0.90和0.90。语义特征建立的模型中随机森林模型性能最好,训练集和测试集AUC分别为0.82和0.87。语义特征联合影像组学评分后采用逻辑回归建立的模型性能最好,训练集和测试集AUC分别为0.91和0.92。结论本研究使用影像组学机器学习分类器并联合其他图像语义特征绘制列线图对HGG及SBM进行鉴别,这是一种非侵入性方法,具有较好的准确性,为临床决策和实践提供了较大的帮助。

基于能谱CT碘图的影像组学诊断甲状腺乳头状癌颈部淋巴结转移的价值

目的:探讨基于能谱CT碘图的影像组学特征对甲状腺乳头状癌患者颈部转移性淋巴结的诊断价值。方法:收集术前两周行颈部能谱CT检查的甲状腺乳头状癌患者,共纳入117枚转移性和176枚非转移性淋巴结,按照3︰1的比例随机分为训练集和验证集。从静脉期碘图中提取并筛选淋巴结的影像组学特征。采用Logistic回归分别建立影像组学模型、常规CT图像特征模型及联合模型,并绘制列线图将联合模型可视化。各模型的诊断效能、校准能力及临床实用性分别通过ROC曲线、校准曲线及决策曲线分析评估。结果:联合模型在训练集和验证集中均表现出最佳的诊断效能,其次是影像组学模型,且两者显著优于常规CT图像特征模型。所有模型均显示出良好的校准能力,决策曲线分析表明列线图的临床实用性优于其余两种模型。结论:能谱CT的影像组学特征在诊断甲状腺乳头状癌淋巴结转移方面表现出良好的性能,联合常规CT图像特征后诊断效能进一步提高。

增强动脉期CT影像组学特征联合临床术前预测胃癌脉管浸润

目的观察增强动脉期CT影像组学特征联合临床术前预测胃癌脉管浸润(LVI)的价值。方法回顾性纳入298例胃癌患者,根据是否伴LVI将其分为阳性组(n=155)及阴性组(n=143),并按7∶3比例分为训练集(n=208)及测试集(n=90)。基于增强动脉期CT图提取病灶影像组学特征,采用logistic回归分析筛选胃癌LVI的临床影响因素;分别采用支持向量机(SVM)、逻辑回归(LR)、随机森林(RF)及极端梯度提升树(XGBoost)建立影像组学模型、临床模型及临床-影像组学模型,评估各模型预测胃癌LVI的效能。结果以SVM、LR、RF及XGBoost建立的影像组学模型预测训练集胃癌LVI的曲线下面积(AUC)分别为0.896、0.821、1.000及1.000,其在测试集的AUC分别为0.744、0.801、0.740及0.747。基于4种机器学习建立的临床模型在训练集的AUC均为0.810,在测试集均为0.840。基于SVM、LR、RF及XGBoost建立的临床-影像组学模型预测训练集胃癌LVI的AUC分别为0.920、0.900、1.000及1.000,其在测试集的AUC分别为0.900、0.890、0.840及0.790。测试集中,基于SVM、LR及RF的临床-影像组学模型的AUC均大于影像组学模型和临床模型(P均<0.05)。结论增强动脉期CT影像组学联合临床有助于术前预测胃癌LVI。

CT影像组学鉴别脊柱骨岛与成骨型转移癌

目的观察CT影像组学鉴别脊柱骨岛(BI)与成骨型转移癌(OBM)的价值。方法回顾性分析来自3个医疗机构的98例BI患者109个病灶及158例OBM患者282个病灶(包括48例肺癌103个转移灶、52例乳腺癌86个转移灶及58例前列腺癌93个转移灶);以机构1数据为内部数据集并按7∶3比例分为内部训练集与内部验证集,以机构2、3数据作为外部数据集;并以性别分为女性数据子集(包括肺癌与乳腺癌OBM)及男性数据子集(包括肺癌与前列腺癌OBM)。基于CT图像提取、筛选影像组学特征并构建支持向量机(SVM)模型,包括模型1(鉴别BI与OBM)、模型2(鉴别女性肺癌与乳腺癌OBM)及模型3(鉴别男性肺癌与前列腺癌OBM)。绘制受试者工作特征曲线,计算曲线下面积(AUC),评估并比较模型1、单一CT值及3名医师(甲、乙、丙)鉴别BI与OBM的效能,以及模型2、3鉴别不同OBM的效能。结果模型1鉴别内部训练集、内部验证集及外部数据集脊柱OBM与BI的AUC分别为0.99、0.98及0.86。针对内部训练集,模型1鉴别BI与OBM的AUC高于医师甲(AUC=0.78)、乙(AUC=0.87)、丙(AUC=0.93)及单一平均CT值(AUC=0.78,P均<0.05)。模型2鉴别内部训练集、内部验证集及外部数据集女性肺癌与乳腺癌OBM的AUC分别为0.79、0.75及0.73;模型3鉴别各集男性肺癌与前列腺癌OBM的AUC分别为0.77、0.74和0.77。结论根据CT影像组学SVM模型能可靠鉴别BI与OBM。

超声影像组学及联合基因检测筛选高侵袭性甲状腺乳头状癌研究进展

近年甲状腺癌发病率迅速升高,以甲状腺乳头状癌(PTC)最为常见。部分PTC具有高侵袭性,主要表现为早期颈部淋巴结转移(CLNM)、甲状腺外侵犯(ETE)及基因突变等。超声影像组学(USR)及其联合基因检测有助于诊断及评估PTC。本文就USR及其联合基因检测筛选高侵袭性PTC研究进展进行综述。

27例卵巢上皮性癌脑转移患者临床特征分析

【目的】探讨卵巢上皮性癌(EOC)脑转移患者的特点及预后。【方法】回顾性分析2010年1月至2019年12月湖南省肿瘤医院诊治的27例EOC脑转移患者的临床病理学特点、治疗模式及预后。【结果】本研究共纳入27例患者,中位生存时间15个月。体力状况(PS)评分、脑外转移、铂敏感性、初诊国际妇产科联盟(FIGO)分期和治疗模式与患者生存期相关。【结论】EOC脑转移患者预后差,相比单一治疗模式,对这类患者采用多种治疗模式有利于改善预后。

ITGA6基因对非小细胞肺癌脑转移瘤细胞的影响

目的深入探究ITGA6基因在非小细胞肺癌(non-small cell lung cancer,NSCLC)脑转移瘤细胞增殖、细胞周期调控、侵袭及迁移过程中的具体作用机制。方法通过挖掘GEO数据库中的NSCLC脑转移瘤相关数据,本研究成功识别出ITGA6基因为与NSCLC脑转移瘤发生和发展相关的重要因子。在此基础上,进一步探究该基因表达水平与NSCLC脑转移瘤患者预后之间的关联性。为验证ITGA6在NSCLC脑转移瘤中的表达模式,本研究进一步采用实时定量逆转录PCR(qRT-PCR)和Western Blot实验技术,在NSCLC脑转移瘤细胞系测定ITGA6表达水平。利用基因转染技术,在体外NSCLC脑转移瘤细胞系H1915-BrM和A549-BrM中分别转染阴性对照(NC组)和ITGA6特异性沉默载体(si-ITGA6组)。通过CCK-8增殖实验评估细胞增殖能力;利用EDU实验进一步验证细胞增殖变化;应用流式细胞技术检测细胞周期分布情况;通过Transwell侵袭实验和划痕愈合实验分析细胞侵袭和迁移能力。利用Western Blot技术检测上皮-间质转化(epithelial-mesenchymal transition,EMT)相关蛋白的表达水平。结果利用GEO数据库系统分析NSCLC脑转移瘤的差异表达基因,并发现ITGA6是其中一个关键的上调基因。临床数据分析表明:ITGA6高表达与NSCLC脑转移瘤患者不良预后显著相关(P<0.05)。进一步通过qRT-PCR和Western Blot技术在实验层面验证ITGA6在肺癌脑转移瘤细胞系中高表达。CCK-8和EDU实验结果表明:si-ITGA6显著抑制NSCLC脑转移瘤细胞H1915-BrM和A549-BrM的增殖(P<0.05)。流式细胞技术揭示:si-ITGA6处理后,细胞在G0/G1期比例增加,并且S期及G2期细胞随之减少,表明细胞周期被阻滞(P<0.05)。Transwell和划痕实验均显示,si-ITGA6显著降低NSCLC脑转移瘤细胞侵袭和迁移能力。Western Blot观察分析:si-ITGA6组中上皮标记物E钙黏蛋白表达显著上升,而间质标记物纤连蛋白、波形蛋白以及基质金属蛋白酶(MMP-2和MMP-9)表达则显著下降,提示EMT过程受到抑制。结论通过特异性沉默ITGA6基因,能够显著抑制NSCLC脑转移瘤细胞增殖、迁移和侵袭能力,同时阻滞细胞周期,并调控EMT相关蛋白的表达。

基于CT的影像组学对胃癌不同站点正常大小淋巴结转移的预测价值

目的:探讨基于CT的影像组学对胃癌不同站点正常大小淋巴结转移的预测价值。方法:回顾性分析233例胃癌患者共303个符合纳入标准的胃周正常大小淋巴结,将其分为两区,一区为胃周第一站淋巴结(175个),二区为胃周第二、三站淋巴结(128个)。两区淋巴结分别按照7∶3的比例分为训练集和验证集。筛选临床独立危险因素及影像组学特征,并分别放入决策树、LinearSVC、支持向量机(SVM)、logistic回归4个分类器中,对两区淋巴结分别构建临床-影像组合模型。通过AUC评估组合模型的性能,通过决策曲线分析模型的临床价值。结果:在两区淋巴结分别建立4个临床-影像组合模型,一区淋巴结的SVM模型显示出最佳的鉴别效能,其在训练集和验证集中的AUC分别为0.960(95%CI 0.925~0.995)和0.731(95%CI 0.556~0.905)。二区淋巴结的SVM模型亦显示出最佳的鉴别效能,其在训练集和验证集中的AUC分别为0.998(95%CI 0.993~1.000)和0.959(95%CI 0.924~0.994)。决策曲线分析提示,两区淋巴结SVM模型在临床决策中的应用均有较大效益。结论:基于CT的影像组学特征建立的临床-影像组合模型可对胃癌不同站点正常大小的转移淋巴结进行术前预测。

基于超声影像组学列线图预测T1期乳腺癌同侧腋窝淋巴结转移的价值

目的建立并验证基于超声影像组学的诺模图预测T1期乳腺癌同侧腋窝淋巴结转移的价值。资料与方法回顾性收集2012年1月—2021年6月皖南医学院第一附属医院(弋矶山医院)经病理证实的T1期乳腺癌443例,按7∶3随机分为训练组310例和验证组133例。使用ITK-SNAP勾画肿瘤边缘感兴趣区,利用Pyradiomics软件提取特征,筛选特征后构建影像组学模型及标签得分Rad-score。分别建立临床模型、影像组学模型及联合诊断模型,并构建联合模型的预测诺模图,采用受试者工作特征曲线评价各模型的预测价值。结果多因素分Logistic回归析显示,腋窝超声检查阳性、高回声晕及病灶内部血供丰富是预测腋窝淋巴结转移的独立危险因素,构建临床诊断模型。通过特征筛选构建影像组学模型。基于临床、影像组学特征构建联合诊断模型,训练组联合模型的曲线下面积为0.822,大于临床模型及影像组学模型的0.765、0.723(P=0.0021、0.0018);验证组中联合模型的曲线下面积大于影像组学模型(0.846比0.686,P=0.0018),与临床模型(0.783)差异无统计学意义(P=0.1113)。结论基于超声影像组学构建的联合诊断模型,能够有效预测T1期乳腺癌同侧腋窝淋巴结转移,具有很高的临床预测效能。

功能神经导航联合术中荧光素钠显像辅助切除脑转移瘤的临床研究

目的研究功能神经导航联合术中荧光素钠显像在脑转移瘤手术的应用。方法回顾性分析40例脑转移瘤病例资料,按术中是否使用荧光素钠分为观察组(n=20)和对照组(n=20),术前均完善头部CT、MRI平扫与增强、磁共振血管造影(magnetic resonance angiography,MRA)、磁共振静脉成像(magnetic resonance venography,MRV)、磁共振弥散加权成像(diffusion-weighted imaging,DWI)、磁共振弥散张量成像(diffusion tensor imaging,DTI)等,将术前影像资料导入功能神经系统导航软件,确定肿瘤位置及与重要神经纤维传导束、锥体束、大血管的空间关系,再与头颅多平面CT进行图像融合确定手术导航计划。术前对患者进行荧光素钠过敏试验后,静脉注射小剂量荧光素钠(2mg/kg)。术中将神经导航与荧光素钠联合使用,观察肿瘤与正常脑组织边界进行切除。结果在肿瘤切除与术后Karnofsky功能状态评分(Karnofsky performance status scale,KPS)改善情况,观察组优于对照组,差异具有统计学意义(χ^(2)=6.144,P=0.013;χ^(2)=4.286,P=0.038)。观察组术后新发功能障碍较对照组减少,差异有统计学意义(χ^(2)=4.800,P=0.029)。术后并发症、手术时间与住院时间两组差异无统计学意义(χ^(2)=2.294,P=0.130;t=0.589,P=0.560;t=1.065,P=0.294)。结论功能神经导航联合术中荧光素钠显像在脑转移瘤手术可准确定位肿瘤与正常脑组织边界关系,提高肿瘤切除率,改善患者生活质量与预后。

MRI影像组学无创预测脑胶质母细胞瘤MGMT启动子甲基化状态的价值

目的:探讨MRI影像组学模型术前预测脑胶质母细胞瘤(GBM)O 6-甲基鸟嘌呤-DNA甲基转移酶启动子甲基化(MGMT-PM)状态的价值。方法:回顾性分析2018年1月-2021年10月在本院经病理证实的130例脑GBM患者的临床资料和MRI图像(ADC和对比增强3D-T 1WI)。其中,MGMT-PM阳性组(PM率≥8%)58例,MGMT-PM阴性组(PM率<8%)72例。按7:3的比例将所有患者随机分为训练集(91例)和验证集(39例)。由2位放射科医师独立在ADC和CE-3D-T 1WI图像上逐层勾画ROI,获得病灶的全域容积感兴趣区(VOI),分别提取851个组学特征。然后,采用最小绝对收缩和选择算法(LASSO)进行特征降维,将保留下来的特征与其对应的系数进行线性组合,构建影像组学模型并计算每例患者的影像组学评分(Radscore),得到Radscore ADC、Radscore CE-T 1WI和Radscore联合三组评分。采用ROC曲线评估各组学模型的诊断效能,将最优模型的Radscore和临床特征(年龄、性别)纳入logistic回归分析构建预测MGMT-PM状态的临床-组学综合模型,并绘制其诺模图。采用ROC曲线评价综合模型的预测效能,并采用校准曲线和决策曲线分别评估此模型的校准度和临床实用价值。结果:在训练集中,Radscore联合预测MGMT-PM状态的AUC为0.872,优于单一序列(Radscore ADC:AUC=0.798,P<0.05;Radscore CE-T 1WI:AUC=0.840,P<0.05);在验证集中得到了一致的结论。在影像组学模型中加入临床特征后,可提高预测效能,临床-组学综合模型的AUC、敏感度和特异度分别为0.904、92.50%和78.43%。校准曲线显示临床-组学综合预测模型在训练集和验证集中预测概率与实际概率之间的差异均无统计学意义(P=0.051、0.284)。决策曲线分析表明综合预测模型具有一定的临床实用价值。结论:MRI影像组学模型有助于术前无创性预测GBM的MGMT启动子甲基化状态,多序列结合及引入临床特征能提高模型的预测效能。

基于CECT影像组学预测非小细胞肺癌患者新辅助化疗后脑转移风险

目的:构建基于增强计算机断层扫描(CECT)影像组学的非小细胞肺癌(NSCLC)患者新辅助化疗后脑转移风险的列线图。方法:选取2018年3月~2021年9月徐州医科大学附属沭阳医院就诊的252例行新辅助化疗的NSCLC作为模型组,2021年10月~2022年7月就诊的110例行新辅助化疗的NSCLC作为验证组。应用Logistic回归分析筛选NSCLC患者新辅助化疗后脑转移的危险因素。利用LIFEx软件提取NSCLC患者新辅助化疗前的CECT影像组学特征,采用LASSO对CECT定量影像学指标的参数进行筛选。建立CECT影像组学、临床特征模型。通过整合优化的CECT影像组学及临床特征模型,采用R软件建立NSCLC患者新辅助化疗后脑转移的列线图。结果:Logsitc回归分析结果显示,Ⅳ期NSCLC、腺癌、低分化及淋巴结转移数目≥4等均是NSCLC患者新辅助化疗后脑转移的危险因素(P<0.05)。模型组和验证组的校正曲线均显示预测值与实际值的一致性较好;模型组的ROC曲线下面积为0.759(95%CI:0.701~0.811),验证组的ROC曲线下面积为0.788(95%CI:0.747~0.829);模型组的决策曲线显示阈值概率为7%~81%时,列线图预测NSCLC患者新辅助化疗后脑转移的净获益值较高,验证组的决策曲线显示阈值概率为4%~85%时,列线图预测NSCLC患者新辅助化疗后脑转移的净获益值较高。结论:基于CECT影像组学的NSCLC患者新辅助化疗后脑转移的列线图模型的准确性及临床应用价值较好,能够用于预测NSCLC患者新辅助化疗后脑转移的风险。

MRI瘤周影像组学鉴别高级别胶质瘤与脑内单发转移瘤的应用价值

目的:探讨MRI瘤周影像组学鉴别高级别胶质瘤与脑内单发转移瘤的应用价值。方法:回顾性分析2015年1月至2020年6月经手术病理证实的39例高级别胶质瘤及28例脑内单发转移瘤的术前磁共振T2WI序列影像资料。使用3D-slicer软件手动分割获得瘤体的体积感兴趣区,并分别提取瘤周5 mm及10 mm的影像组学特征。使用最小值最大值归一化及最优特征筛选对影像组学特征进行降维,最后采用R语言软件建立Logistic回归模型,并使用K折交叉验证模型的稳定性。绘制受试者工作特征曲线(ROC)评估组学模型的诊断效能。结果:基于术前MRI瘤周5 mm的影像组学模型在鉴别高级别胶质瘤及脑内单发转移瘤中的敏感性、特异性及曲线下面积(AUC)分别是0.692、0.946和0.91;基于术前MRI瘤周10 mm影像组学模型在鉴别高级别胶质瘤及脑内单发转移瘤中的敏感性、特异性及AUC分别是0.872、0.893和0.93。采用K折交叉验证对模型的稳定性进行验证,瘤周5 mm及10 mm影像组学模型的平均AUC分别是0.80、0.75,提示模型具有较高的诊断效能。结论:MRI瘤周影像组学有助于术前鉴别高级别胶质瘤与脑内单发转移瘤。

肺癌脑转移瘤DSC-PWI:ASL最佳标记延迟时间分析

目的:通过与动态磁敏感对比增强灌注成像(DSC-PWI)进行对比,探讨动脉自旋标记灌注成像(ASL-PWI)在评估肺癌脑转移时的最佳标记后延迟时间(PLD)。方法:前瞻性将在本院确诊为肺癌脑转移的33例患者纳入本研究。其中,肺腺癌18例,肺鳞癌15例。所有患者行DSC-PWI和不同PLD(1.0、1.5、2.0和2.5 s)3D-ASL-PWI扫描。由两位医师对4组(不同PLD)ASL-PWI伪彩图进行图像质量评分,并采用Kappa检验进行一致性评估。基于DSC-PWI的诊断结果,比较不同PLD的ASL-PWI对脑转移瘤的检出效能。测量ASL-PWI和DSC-PWI图像上肿瘤内异常灌注区和对侧镜像区的灌注参数值,并对脑血流量(CBF)和脑血容量(CBV)进行标准化,获得不同PLD ASL-PWI的rCBF及DSC-PWI的rCBF、rCBV、平均通过时间(MTT)和达峰时间(TTP)。不同PLD ASL-PWI的图像质量主观评分、肿瘤显示情况评级和rCBF值的比较采用Friedman秩和检验。ASL-rCBF与DSC-rCBF的比较采用Wilcoxon检验。采用Spearman检验分析ASL-PWI参数(rCBF)与DSC-PWI参数(rCBF、rCBV、MTT、TTP)的相关性。结果:不同PLD的ASL-PWI图像质量主观评分的差异有统计学意义(P<0.05),1.5 s PLD时图像质量主观评分最高,中位数为4.0(4.0,4.0)分。在1.5 s PLD时,ASL-PWI对肺腺癌和肺鳞癌脑转移瘤的显示能力评级最高,中位数均为2.0(1.0,2.0)级;检出率分别为100%和93.33%。随着PLD的增加,两种病理类型脑转移瘤的rCBF均逐渐增加(P<0.05);在PLD为1.5和2.0 s时,两者的ASL-rCBF与DSC-rCBF之间的差异均无统计学意义(P>0.05)。不同PLD时肺腺癌脑转移瘤的ASL-rCBF与DSC-rCBF和DSC-rCBV均具有相关性(P<0.05),以PLD为1.5 s时的相关性最高(r=0.910、0.794)。肺鳞癌脑转移瘤的ASL-rCBF在不同PLD时与DSC-rCBF均具有相关性(P<0.05),以PLD为1.5 s时的相关性最大(r=0.925),其与rCBV、MTT及TTP均无显著相关性(P>0.05)。结论:PLD为1.5 s时,ASL-PWI对肺癌(腺癌和鳞癌)脑转移的诊断效能最高,获得的rCBF值与DSC-PWI结果相近。