CT影像组学联合传统影像特征对胃肠道间质瘤Ki-67指数表达的预测价值

目的:探讨基于增强CT的影像组学联合传统影像特征对无创性预测胃肠道间质瘤(GIST)Ki-67增殖指数(Ki-67 PI)表达的价值。方法:回顾性搜集我院2010年9月至2020年9月经手术病理确诊的原发性GIST患者的病例资料。诊断医师采用盲法独立分析增强CT图像,提取传统的影像征象。利用ITK-SNAP软件在增强CT图像上勾画病灶感兴趣区,利用AK软件提取纹理特征,将患者随机分为训练集与验证集。采用逻辑回归筛选特征参数并构建影像组学模型。再分别建立传统影像特征模型、组学模型及联合两者的组合模型。结果:传统影像特征模型的诊断效能尚可,其ROC曲线的曲线下面积(AUC)在训练集和验证集中分别为0.720(95%CI:0.651~0.788)及0.665(95%CI:0.547~0.784)。影像组学模型的诊断效能良好,其AUC在训练集中具有最优值,为0.802(95%CI:0.744~0.860),其AUC在验证集中为0.730(95%CI:0.623~0.836)。此外,联合影像组学和传统影像特征组成的多参数组合模型在训练集中效能良好,AUC值为0.823(95%CI:0.768~0.878),其在验证集中具有最优的诊断效能,AUC值为0.731(95%CI:0.626~0.836)。结论:基于增强CT的影像组学联合传统影像特征建立的组合模型具有无创预测GIST患者Ki-67 PI表达状态的价值。

CT灌注参数动脉增强分数值在评估肝癌TACE术后疗效中的初步研究

目的探讨常规CT三期灌注参数动脉增强分数(AEF)值在肝细胞肝癌(HCC)行TACE后疗效评价中的应用价值。方法回顾性分析行TACE术的30例HCC患者,于术前1~3 d、术后30~40 d分别行常规CT三期灌注扫描,应用CT Kinetics软件计算AEF参数值。AEF值为(动脉期CT值-平扫期CT值)/(门脉期CT值-平扫期CT值),并将结果进行统计学分析。结果治疗有效组17例,治疗无效组13例。有效组术后AEF为(0.351±0.090),无效组为(0.438±0.050),差异有统计学意义(P<0.05)。以术后AEF值0.392为临界值预测TACE术后疗效,灵敏度和特异度分别为86.7%和73.2%,曲线下面积为0.876(P<0.001)。结论常规CT三期灌注参数AEF能定量反映肝癌TACE前后的血流动力学变化,有助于TACE疗效的早期评价,且不增加格外的辐射剂量。

基于CT影像组学鉴别乏脂肪型肾血管平滑肌脂肪瘤与肾透明细胞癌

目的通过构建CT影像组学的Logistic回归模型鉴别乏脂肪型肾血管平滑肌脂肪瘤(fp-AML)与肾透明细胞癌(RCC)。方法选取并分析经病理证实的22例fp-AML和62例RCC患者,进行三期CT扫描(平扫期,UP;皮质期,CMP;髓质期,NP)。在ITK软件上勾画整个肿瘤的感兴趣区。在A.K.软件上通过影像组学特征选择,构建UP组、CMP组和NP组三个Logistic回归模型。通过ROC曲线来评估其诊断效能。结果常规CT分析显示fp-AML相对年轻,而RCC病灶易出现瘤肾界面成角征、囊变、假包膜特征。影像组学分析显示,UP组Logistic回归预测模型在训练集中曲线下面积(AUC)为0.950,测试集为0.917;CMP的AUC分别为0.839及0.827;NP组的AUC分别为0.840及0.865。三组比较UP组AUC,敏感性及特异性分别为0.941,90.3%,90.9%,优于CMP组及NP组。结论基于CT影像组学的Logistic回归模型有助于鉴别fp-AML和RCC,平扫期鉴别效能较优。

MRI纹理分析对非酒精性脂肪肝纤维化分期诊断价值的研究

目的探讨MRI纹理分析(TA)对非酒精性脂肪性肝病(NAFLD)患者肝纤维化分期诊断的潜在价值。方法选取2015年10月至2019年3月杭州师范大学附属医院收治的行MRI T1WI序列检查且经肝穿刺活检确诊为NAFLD的患者66例,依据Scheuer法进行病理分期(S_(0)~S_(4)期)。应用GE Omin-Kinetics软件手动在T1WI序列勾画病灶感兴趣区(ROI),得出基于灰度共生矩阵(GLCM)的能量、熵值、惯性矩、自相关以及Haralick纹理特征共15个参数,比较不同肝纤维化分期各参数值的差异,分析各特征参数与肝纤维化程度的相关性,采用ROC曲线分析评估不同特征参数对肝纤维化程度的鉴别效能。结果S_(0)~S_(4)期5组患者在能量、熵值、Haralick Entropy上比较差异均有统计学意义(均P<0.05),其余13个纹理特征参数比较差异均无统计学意义(均P>0.05)。根据临床应用将肝纤维化程度分为轻度(S_(1)期)、中度(S_(2)期)、重度(S_(3)+S_(4)期)3组进行单因素方差分析,得出不同肝纤维化程度患者能量、熵值、Haralick Entropy比较差异均有统计学意义(均P<0.05),且不同程度肝纤维化组间两两比较差异均有统计学意义(均P<0.05)。肝纤维化分期与能量、熵值以及Haralick Entropy均存在显著相关性(r=-0.611、0.680、0.404,均P<0.05)。在鉴别轻中度肝纤维化及中重度肝纤维化时,能量、熵值、Haralick Entropy 3个纹理特征中诊断效能最高的为熵值。结论基于MRI T1WI图像的能量、熵值、Haralick Entropy有助于辅助诊断NAFLD患者不同程度肝纤维化。纹理分析有望成为更有效的肝纤维化程度评估方式,指导临床选择合适的治疗方案。

肱骨近端骨髓转化的磁共振纹理特征

目的基于纹理分析技术研究肱骨近端骨髓磁共振信号的演变,探索评估人体骨髓演变规律的新方法。资料与方法收集232例行肩关节MRI检查患者的影像学资料,观察肱骨近端骨髓信号。根据骨髓信号分为均匀红骨髓型(Ⅰ)、地图型(Ⅱ)、斑点型(Ⅲ)及均匀黄骨髓型(Ⅳ);按照中位年龄分为高年龄组(>35岁)与低年龄组(≤35岁);按照性别分为男女两组。应用软件(ITK-SNAP)勾画肱骨近端骨髓区域作为感兴趣区,应用纹理分析软件进行分析,并获得差异有统计学意义的纹理参数。结果视觉分型232例骨髓信号中,Ⅰ型61例(26.3%)、Ⅱ型49例(21.1%)、Ⅲ型38例(16.4%),Ⅳ型84例(36.2%);年龄组间确定Min Intensity为差异有统计学意义的纹理参数;性别组间确定包括Cluster Prominence_All Direction_offset4_SD、Cluster Shade_All Direction_offset7_SD、 Inertia_All Direction_offset7_SD、 Inertia_angle90_offset1、 Inverse Difference Moment_All Direction_offset1、Short Run High Grey Level Emphasis_All Direction_offset7_SD在内的6项纹理参数差异有统计学意义。结论应用纹理参数量化分析肱骨近端骨髓转化可提供常规MR影像以外的特征信息,为临床评价肱骨骨髓病变提供新的量化指标。

基于T2WI图像的影像组学列线图预测直肠癌同步肝转移的价值

目的探讨基于T2WI图像的影像组学列线图预测直肠癌同步肝转移的价值。方法回顾性分析2012年4月至2018年5月浙江省人民医院收治的261例原发性直肠癌患者的影像和临床资料,其中101例伴有同步肝转移,将患者分为为训练组(n=182)和验证组(n=79)。选取每例患者的T2WI图像通过AK分析软件提取纹理特征,然后对训练组使用最小绝对收缩与选择算子算法(LASSO)进行降维后建立影像组学标签。使用单因素逻辑斯回归筛选独立临床危险因素并使用多变量逻辑斯回归结合影像组学标签构建预测模型并制作列线图。使用ROC评估列线图和影像组学标签在训练组中的准确性并通过验证组进行验证,最后基于列线图计算每例患者的同步肝转移风险系数评估其临床效能。结果从T2WI图像中共提取了328个纹理特征,使用LASSO算法降维后筛选出7个价值较大的特征,其中共生矩阵3个、游程矩阵4个。使用多因素逻辑斯回归构建包含了MRI肿瘤T分期和影像组学标签的预测模型并制作列线图,列线图预测同步肝转移的准确率在训练组和验证组中分别为0.862和0.844,评估列线图、影像组学标签和肿瘤T分期在所有患者中的准确性分别为0.857、0.832和0.663。基于列线图区分的高风险组与低风险组中的同步肝转移患者数差异无统计学意义(P>0.05)。结论基于T2WI图像的影像组学列线图可作为一种量化工具预测直肠癌同步肝转移。

动态增强 MRI 定量与半定量分析在直肠癌术前 T、N 分期中的应用价值

目的：评估动态增强 MRI（DCE-MRI）定量、半定量分析在直肠癌术前 T、N 分期诊断中的应用价值。方法回顾性分析山西省肿瘤医院 MR 室2014年7月—2014年11月经肠镜病理证实的27例直肠癌患者影像资料。其中男18例,女9例,年龄45~73岁,此前均未经任何治疗。均于术前行 DCE-MRI,用 Omni-Kinetics 专用灌注软件进行后处理,同时获得容量转移常数（Ktrans ）、速率常数（Kep ）、细胞外血管外间隙容积比（Ve ）等定量参数,以及达峰时间（TTP）、曲线下面积（AUC）、最大浓度（Max Conc）、最大斜率（Max Slope）等半定量参数。对正常肠壁与病变段肠壁的定量、半定量参数行独立样本 t 检验；采用秩和检验比较各定量、半定量参数在直肠癌术后病理 T、N 分期的差异,判断各参数的诊断价值。应用 ROC 曲线分析定量参数在 T、N 分期中的最佳诊断界点及敏感性、特异性。根据 TNM 对患者进行分期。结果正常肠壁与病变段肠壁的 Ktrans 值[（0.28±0.14） min -1 vs （1.33±0.86）min -1]、Kep值[（1.41±0.67）min -1 vs （3.56±0.72）min -1]、Max Conc（0.17±0.02 vs 0.29±0.09）、AUC（0.11±0.07 vs 0.23±0.11）比较,差异均具有统计学意义（t =-6.270、-11.359、-2.487、-2.803,P 值均〈0.05）。在 T 分期为 T1~2的早期组与 T3~4的晚期组间 Ktrans值[0.66（0.12~1.35）min -1 vs 2.15（0.84~2.96） min -1]、Kep值[2.51（0.12~5.65）min -1 vs 4.05（3.18~6.68） min -1]比较,差异均有统计学意义（Z 值分别为-4.077、-2.281,P 值均〈0.05）。 N 分期中,淋巴结无转移组的 Ktrans 值（1.01±0.73）、Ve 值（0.29±0.18）、TPP（0.93±0.35）均低于转移组（1.75±0.84、0.54±0.29、1.14±0.15,差异均有统计学意义（Z 值分别为-2.433、-2.832、-2.496, P 值均〈0.05）。结论 DCE-MRI 定量及半定量参数在判断正常肠壁与病变段肠壁、直肠癌的术前T、N 分期方面和病理有较高的相关性,对诊断有一定参考价值。定量参数 Ktrans值、Ve 值最佳诊断界点为直肠癌 T、N 分期提供了较高的敏感性与特异性。

基于CT影像组学模型预测原发性肝癌3年生存期的价值

目的探讨基于CT影像组学模型在预测原发性肝癌（HCC）患者3年生存期中的价值。方法回顾性分析2010年1月至2014年6月浙江省肿瘤医院经穿刺病理或临床诊断为HCC，且巴塞罗那临床肝癌（BCLC）B期行肝动脉化疗栓塞术（TACE）的81例患者，64例作为训练组，17例作为验证组。通过随访了解患者出院后3年的存活情况，将患者分为存活组39例，死亡组42例。患者在TACE前均行上腹部CT平扫及增强扫描。分别对目标病灶术前的肝脏动脉期和门静脉期的CT图像进行高通量数据采集，提取动脉期和门静脉期各376个特征参数，利用LASSO回归对特征参数降维，多元logistic回归构建预测模型，采用ROC评价模型预测效能。结果通过LASSO降维分别筛选出动脉期8个特征参数，门静脉期5个特征参数。动脉期预测模型在训练组中曲线下面积为0.833，敏感度为83.9%（26/31），特异度为81.8%（27/33），模型准确率为82.8%（53/64）；在验证组中曲线下面积为0.861，敏感度为75.0%（6/8），特异度为100.0%（9/9），模型准确率为88.2%（15/17）。门静脉期预测模型在训练组中曲线下面积为0.858，敏感度为83.3%（25/30），特异度为85.3%（29/34），模型准确率为84.4%（54/64）；在验证组中曲线下面积为0.750，敏感度为75.0%（6/8），特异度为100.0%（9/9），模型准确率为88.2%（15/17）。结论基于术前CT建立的影像组学预测模型预测HCC患者3年生存期具有价值。

动态增强MRI影像组学特征预测乳腺癌腋窝淋巴结转移的价值

目的探讨增强MRI影像组学分析预测乳腺癌腋窝淋巴结(ALN)转移的价值.方法前瞻性收集2016年5月至2017年12月浙江大学医学院附属杭州市第一人民医院疑似乳腺癌患者196例并行乳腺MRI动态增强检查,分析72个ALN的增强MRI图像,其中转移阴性35个,转移阳性37个.由1名副主任医师及1名住院医师分别进行图像评估,并进行一致性分析.根据临床手术或淋巴结穿刺术的病理结果将淋巴结分为转移阴性和阳性2组,临床及影像资料也对应分组.以3∶1的比例通过分层抽样的方法将两组淋巴结分为训练集及验证集,提取6大类共385个影像组学特征(直方图参数、形态学参数、纹理特征参数、灰度共生矩阵参数、游程矩阵参数、灰度区域大小矩阵参数),通过特征降维算法选择具有统计学意义的参数.使用二分类logistic回归建立预测模型,通过混淆矩阵对验证集进行验证,用ROC分析评价模型的诊断效能.结果降维选择后得到均匀度、全角度集群突出方差、全角度相关性、长行程优势及表容比5个影像组学特征(P<0.05),ROC分析得出其独立预测ALN转移的曲线下面积为0.747~0.931.影像组学特征的组间一致性较好,组内相关系数为0.841~0.980.基于上述特征构建乳腺癌ALN转移预测模型,该模型的ROC下面积、敏感度、特异度、准确度分别为0.953、0.893、0.926、92.6%(50/54).通过混淆矩阵对验证集进行验证,得到ROC下面积、敏感度、特异度、准确度分别为0.944、0.900、1.000、88.9%(16/18).结论基于影像组学特征构建的预测模型能无创地对乳腺癌ALN转移风险做出有效评估.

基于T_(2)WI影像组学机器学习模型预测软组织肉瘤病理分级的价值研究

目的探讨基于T2WI影像组学机器学习模型评价软组织肉瘤病理分级的应用价值。方法回顾性收集2009年5月至2018年11月期间113例经组织活检或手术切除后病理证实为软组织肉瘤的患者。应用所提取出的组学特征构建机器学习模型。对上述模型计算其曲线下面积(AUC)、准确率、特异度和灵敏度以评估其效能。结果最佳的模型为随机森林算法与合成少数类过采样算法的组合,其AUC值、准确率、特异度和灵敏度依次为0.9176[95%可信区间(CI):0.8008~1.000]、81.82%、55.56%、91.67%。结论基于T2WI影像组学机器学习模型有助于提高对软组织肉瘤病理分级预测的准确率。

MR-T_(2)WI影像组学区分不同病理亚型子宫肌瘤的诊断价值

目的探讨MR-T_(2)WI影像组学区分不同病理亚型子宫肌瘤的诊断价值。方法回顾性分析63例65个不同病理亚型子宫肌瘤(其中普通型肌瘤20例21个,富细胞型肌瘤22例23个,退变型肌瘤21例21个)的T_(2)WI信号特点及构成比。然后使用图像分割软件(ITK-SNAP)在T_(2)WI图像上对子宫肌瘤进行三维分割和A.K软件进行特征提取,对提取的影像组学特征应用Pearson、rfSBF(随机森林函数)和10重交叉验证抽样方法进行特征选择;再利用R语言Caret包中train函数对筛选后的训练集进行训练,建立条件推理树模型,采用ROC曲线和混淆矩阵计算模型总体的诊断性能,Delong检验比较模型训练组和验证组ROC曲线下面积(AUC)。结果三种病理亚型的子宫肌瘤T_(2)WI信号构成比存在统计差异(P<0.001),其中富细胞型子宫肌瘤呈T_(2)WI均匀高信号的比率最多(65.2%),退变型子宫肌瘤在T_(2)WI呈混杂高信号最多(61.9%),普通型子宫肌瘤在T_(2)WI上均呈低信号。每个子宫肌瘤共提取828项影像组学特征,共筛选出12项在三类子宫肌瘤间最具有鉴别诊断价值的特征。以这些特征建立起来的条件推理树模型鉴别普通型、富细胞型和退变型子宫肌瘤训练组的AUC分别为0.97、0.82、0.91,敏感性分别为100%、70.6%、80%,特异性分别为93.8%、90%、90.6%,阳性预测值88.2%、80%、80%,阴性预测值分别为100%、84.4%、90.6%。验证组的AUC分别为0.92、0.73、0.78,敏感性分别为85.3%、50%、66.7%,特异性分别为100%、75%、75%,阳性预测值100%、50%、57.1%,阴性预测值分别为92.3%、75%、82%。Delong检验显示模型训练组和验证组ROC-AUC无统计学差异(P> 0.05)。结论富细胞、退变型及普通型三类子宫肌瘤具有不同的T_(2)WI信号特点,但存在一定交叉重叠。条件推理树三分类模型可以有效区分子宫肌瘤的三种病理学亚型,为子宫肌瘤病理分型提供了一种全新的技术手段。

基于支持向量机的MRI影像组学方法鉴别不同病理分型原发性肝癌的价值

目的 探讨基于支持向量机（SVM）的MRI影像组学方法鉴别不同病理分型原发性肝癌的价值.方法 回顾性分析2013年7月至2017年2月浙江大学附属第一医院经手术或穿刺病理证实为原发性肝癌,且术前行MRI平扫和增强扫描的294例（305个病灶）患者,其中肿块型胆管细胞癌96例（97个病灶）、肝细胞肝癌107例（107个病灶）、混合型肝癌91例（101个病灶）.患者均行肝脏MRI平扫和动态增强动脉期、门静脉期和平衡期扫描.按照训练数据与验证数据2：1的比例,选取203个病灶作为训练集（肿块型胆管细胞癌65个、肝细胞肝癌71个、混合型肝癌67个）,102个作为验证集（肿块型胆管细胞癌32个、肝细胞肝癌36个、混合型肝癌34个）.应用美国GE Analysis Kit（AK）软件,手动勾画MRI增强平衡期病灶,应用LASSO算法使用10折交叉验证的方法选择特征参数及降维,采用Spearman法计算特征间参数间的冗余性,采用SVM法构建预测模型,使用数据集在诊断模型上的准确性来评估模型效能.结果 训练集共提取了280个定量影像特征参数,LASSO降维算法选择31个影像特征参数,去冗余处理后剩余影像特征21个.由于存在休斯效应,支持向量机选取前11个特征参数具有最佳泛化能力,其中直方图类参数4个,纹理类特征2个,灰度共生矩阵类4个,灰度步长矩阵类1个.应用SVM观测该11个影像特征数据,经回归分析,构建了原发性肝癌的预测模型.该模型在训练集的准确率为80.3%（163/203）.将验证集的102个数据带入该模型中,其准确率为75.5%（77/102）.验证集混合型肝癌准确率85.3%（29/34）,3个病灶误诊为肿块型胆管细胞癌,2个误诊为肝细胞肝癌;肝细胞肝癌准确率77.8%（28/36）,3个病灶误诊为混合型肝癌,5个误诊为肿块型胆管细胞癌;肿块型胆管细胞癌准确率62.5%（20/32）,9个病灶误诊为混合型肝癌,3个误诊为肝细胞肝癌.混合型肝癌预测准确率最高.结论 应用基于SVM的影像组学方法预测不同病理分型的原发性肝癌具有较高的准确性,其中对混合型肝癌的预测准确性最高.

基于全脑白质MR影像组学预测脑白质高信号进展及其相关危险因素分析

基于全脑白质的MR影像组学预测脑白质高信号(WMH)进展及其相关危险因素分析.方法回顾性分析2014年3月至2018年10月在浙江省人民医院行两次头颅MRI检查的152例患者资料,选取每例患者的基线T1WI图像使用统计参数图(SPM)12软件包切割出全脑白质并导入AK分析软件进行纹理特征提取和降维,最终使用最小绝对收缩与选择算子算法(LASSO)计算每例患者的影像组学标签值.依据改进Fazekas量表,将WMH进展患者分为任何区域进展(AWMH)、侧脑室旁高信号进展(PWMH)和深部高信号进展(DWMH)3种状态,使用独立样本t检验或者Mann-Whitney U检验比较各个状态WMH进展亚组和非进展亚组之间各临床因素和影像组学标签值差异,对各状态筛选出的有统计学差异的因素使用单因素逻辑斯回归筛选独立临床危险因素并使用多变量逻辑斯回归结合影像组学标签构建预测模型,使用ROC曲线评估模型诊断效能,同时分析独立危险因素的临床指标与构建影像组学标签纹理值的相关性.结果预测AWMH进展、PWMH进展和DWMH进展的影像组学模型的ROC曲线下面积(AUC)分别为0.818、0.778和0.824.其中年龄是AWMH进展和DWMH进展的独立危险因素[OR(95%CI)为4.776(2.152~10.601)和3.851(1.101~8.245);P<0.05],体质指数是DWMH的独立危险因素[OR(95%CI)为3.004(1.204~7.37);P<0.05],高脂血症是AWMH和PWMH的独立危险因素[OR(95%CI)为4.062(1.834~8.998)和3.549(1.666~7.563);P<0.05].在AWMH亚组中,SurfaceArea与年龄和低密度脂蛋白呈负相关(r=-0.401,-0.312),InverseDifferenceMoment_ALLDirection_offset1_SD与年龄呈负相关(r=-0.412).在PWMH亚组中,Compactness1与低密度脂蛋白呈负相关(r=-0.198),InverseDifferenceMoment_angle0_offset7与低密度脂蛋白呈正相关(r=0.252).在DWMH亚组中,LongRunEmphasis_ALLDirection_offset7与年龄呈负相关(r=-0.322),GLCMEntropy_angle0_offset4与年龄呈负相关(r=-0.278).GLCMEntropy_AllDirection_offset4与体质指数呈负相关(r=-0.514).结论基于全脑白质影像组学可以预测WMH进展并确立高风险人群的危险因素,可以为常规MR预测WMH进展提供早期额外信息.