基于CT影像组学的肺癌生存预后预测分析.pdf
《基于CT影像组学的肺癌生存预后预测分析.pdf》由会员分享,可在线阅读,更多相关《基于CT影像组学的肺癌生存预后预测分析.pdf(6页珍藏版)》请在咨信网上搜索。
1、基金项目:广东省医学科学技术研究基金();广州市卫生健康科技项目()通信作者:张书旭,基于 影像组学的肺癌生存预后预测分析张国前张书旭吴书裕周露张颖廖煜良郑荣辉广州医科大学附属肿瘤医院广东广州 【摘要】目的探讨非小细胞肺癌()患者基于治疗前 增强图像的影像组学特征对其生存期的预后价值。方法研究数据来源于癌症影像档案(,)中的 公共数据集,使用数据库中的 例 患者的基线资料和 影像数据,然后从每例患者的 三维影像数据中提取组学特征,将所有病例按照 的比例随机分为两组:训练集(例)和测试集(例),在训练组中以最小绝对收缩和选择算子()算法筛选预测总生存()的影像组学特征,基于 比例风险回归模型,建
2、立预测模型,将患者分为高、低风险 组,生存曲线比较两组间生存差异,纳入临床特征建立预后模型,曲线下面积()评价其预测效能。基于预后模型绘制列线图。结果共提取 个组学特征,经降维后得到 个最有价值的组学特征。建模后计算组学标签,高、低风险 组在训练集和验证集中 均有显著性差异()。单因素和多因素分析显示影像组学标签均是影响 风险比()值:、,:、,均 的独立预后因素。建立的 模型预测 年、年和 年的 ,训练集 分别为 、,在测试集中预测 的 分别为 、。结论基于 图像的影像组学特征建立的预后模型有助于预测 患者 状态。【关键词】肺癌;影像组学;预测模型;生存期中图分类号:文献标志码:,【】()(
3、)(),(),()()(),(),()():,;:,【】;肺癌已成为全世界发病率和死亡率最高的恶性肿瘤,其中非 小细胞 肺 癌(,)占比约 ,而晚期非小细胞的生存率低于 。目前,针对非小细胞肺癌的第 版 分期对预后预测有重要价值。然而相同阶段的患者个体预后却差异很大,生存时间不尽相同。进一步建立更优的预后模型对于非小细胞肺癌的治疗尤为重要。年有学者 首次提出了“”的概念,即以高通量的方式提取图像的内在特征。年影像组学的概念得到进一步发展,即以自动或半自动的方式提取影像中的大量可量化信息,将组学特征与内在异质性、遗传特征或其他表型尽进行关联,达到鉴别诊断或预测疾病预后的目的 。基于影像组学方法对
4、肿瘤病灶进行特征现代医院 年 月第 卷第 期 提取和定量分析,然后基于筛选的特征开发预后模型,对于肿瘤患者的个体化诊疗与决策有望起到积极作用。本研究拟应用基于()算法的影像组学方法预测非小细胞肺癌患者的总生存期(,),并构建预后模型。资料与方法 研究对象本研究的患者数据来自癌症影像档案(,)中的 公共数据库,共计 例 患者的临床数据(含年龄、性别、及终点事件)、增强影像纳入本研究,同时将数据集中的每个肿瘤三维靶区轮廓作为感兴趣区(,)。图 为某患者横断位、矢状位及冠状位增强 和肿瘤 示意图。扫描参数:扫描层厚 ,(),管电压 。重建矩阵 像素 像素。所有患者在 图像上的空间重采样间隔 、和 方
5、向均设置为 进行图像归一化处理。图 其患者横断位、矢状位及冠状位增强 图像和肿瘤 示意图,红色箭头示 病灶特征提取本研究为 例患者(例提取失败)的肿瘤 进行了特征提取,每个 共提取 个组学特征(使用 中的 软件包,:),提取的组学特征可分为两部分:()基于特征类:一阶统计量特征();形状特征(),包括二维和三维特征;纹理特征(),包括灰度级形状矩阵(,)、灰度级长度矩阵(,)、灰度级共生矩阵(,)、灰度级依赖矩阵(,)和相邻灰度差分矩阵(,)。()基于过滤器类:是指经过平方根()、梯度()、对数()、指数()、小波变换()、梯度()和局部二进制模式(,)等方法处理得到的完全可重复的特征。对所有
6、特征数据进行标准化预处理。特征筛选与模型建立在训练组中通过最小绝对收缩和选择算子(,)算法进行数据降维,减少冗余特征,对拟合模型进行优化。通过单因素 分析得到显著与生存相关的影像组学特征,时为显著相关。对上述初步筛选的特征进行回归运算,随着调节参数 ()的增加,变量的系数绝对值逐渐降低直至为零,进一步减少选取的变量。基于训练集 回归结果构建影像组学标签(,)。利用多因素 回归筛选生存期的独立影响因素,进一步构建预后模型。统计分析统计学处理采用 软件包和 软件。计量资料行 检验是否服从正态分布,用 珋 表示,偏态分布数据以中位数(四分位数间距)表示。计量资料符合正态分布采用独立样本 检验,不符合
7、正态分布行 检验,计数资料通过检验来比较,为差异有统计学意义。回归分析采用 软件的“”包进行,曲线分析采用“”包进行。按照 的比例将所有患者数据集随机分为训练集和验证集。采用 单因素分析从训练组中初步筛选与结局相关的基线信息和影像组学特征,通过 算法结合 比例风险回归模型进行参数筛选和降维,建立能较直观反映各项参数权重及其与生存结局之间关系的公式并计算组学标签(,),并估计风险比(,)及其 。根据组学标签将患者分为高危组()和低危组(),采用 生存曲线分析高、低危组的差异,同时进行对数秩检验()比较组间生存曲线,获得组间生存率的差异,为差异有统计学意义。用曲线下面积(,)分别对训练集及验证集
8、、年 预测效能进行评估。为了直观反映生存期的预测模型,根据影像组学标签和临床变量数据绘制列线图。结果 一般资料 例患者中,例(占 )死亡。其中,训练集 例患者中,()死亡。验证集 例患者中,()死亡,中位 分别为 现代医院 年 月第 卷第 期 和 。训练组与验证组中患者年龄、性别、随访时间、终点事件均无统计学差异()(见表 )。表 训练集和验证集一般资料比较结果(例)组别例数年龄()性别男女随访时间()终点事件有无训练集 (,)(,)验证集 (,)(,)检验值 )注:)为 值,)为卡方值。影像组学模型应用 回归选择特征(见图 ),通过 折交叉验证选择最佳 (),随着 ()从 减小至 ,进入模型
9、的变量数减少。最终共筛选得到 个组学特征。根据特征名称及相应权重系数(见表 )计算组学标签(,),组学评分 特征 特征 特征 特征 特征 特征 特征 特征 特征 特征 特征 。表 基于 筛选的 个组学特征序号特征系数 影像组学标签及模型预测能力应用 软件确定影像组学标签最佳 值为 ,将训练组患者分为高危组(,)和低危组(,)。生存曲线(见图 )显示影像组学评分在训练集(见图 )(检验)中和验证集(见图 )(检验)中均和 显著相关,差异均有统计学意义(均 )。单因素分析示年龄(岁)、性别、影像组学标签是影响 (值:、,:、,均 )的独立预后因素。多因素分析示影像组学标签和年龄(岁)是影响 (:、
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 CT 影像 肺癌 生存 预后 预测 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。