CT影像组学用于胸腺上皮性肿瘤进展.pdf
《CT影像组学用于胸腺上皮性肿瘤进展.pdf》由会员分享,可在线阅读,更多相关《CT影像组学用于胸腺上皮性肿瘤进展.pdf(4页珍藏版)》请在咨信网上搜索。
1、 第一作者刘宇(),男,内蒙古锡林郭勒人,在读硕士,医师.研究方向:心胸影像学诊断.E m a i l:q q c o m 通信作者赵建华,内蒙古自治区人民医院影像医学科,.E m a i l:z j h y y j h c o m 收稿日期 修回日期 综述P r o g r e s s e so fC Tr a d i o m i c sa p p l i c a t e d i nt h y m i ce p i t h e l i a l t u m o r sL I UY u,ZHA OJ i a n h u a(B a o t o uM e d i c a lC o l l e g
2、eo fI n n e rM o n g o l i aU n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g y,B a o t o u ,C h i n a;D e p a r t m e n t o fM e d i c a lI m a g i n g,I n n e rM o n g o l i aP e o p l esH o s p i t a l,H o h h o t ,C h i n a)A b s t r a c tT h y m i ce p i t h e l i a l t u m o r s(T E T)
3、a r et h em o s tc o mm o np r i m a r yt u m o r so f t h ea n t e r i o rm e d i a s t i n u m,m a i n l yi n c l u d i n gt h y m o m aa n d t h y m i c c a r c i n o m a,w i t hc o m p l e xo r g a n i z a t i o n a l t y p e s a n dc l i n i c a l s t a g e s,a n d t h e t r e a t m e n tm e t
4、h o d so fT E Ta r ea l s ov a r i o u s A c c u r a t ed i a g n o s i sa n dt y p i n go fT E Ta r eh e l p f u l f o rm a k i n gt r e a t m e n td e c i s i o na n de v a l u a t i n gp r o g n o s i s C Tr a d i o m i c sc a n i d e n t i f ys u b t l ed i f f e r e n c e so nC Ti m a g e sw h
5、i c hc a n n o tb es e e nb yh u m a ne y e s,h a v i n gg r e a ts i g n i f i c a n c ef o rd i a g n o s i sa n dt r e a t i n gT E Ta n dp r e d i c t i n gp r o g n o s i s T h ep r o g r e s s e so fC Tr a d i o m i c sa p p l i c a t e di nT E Tw e r er e v i e w e d i nt h i sa r t i c l e K
6、 e y w o r d st h y m u sn e o p l a s m s;n e o p l a s m s,g l a n d u l a ra n de p i t h e l i a l;t o m o g r a p h y,X r a yc o m p u t e d;r a d i o m i c sD O I:/j i s s n C T影像组学用于胸腺上皮性肿瘤进展刘宇,赵建华(内蒙古科技大学包头医学院,内蒙古 包头 ;内蒙古自治区人民医院影像医学科,内蒙古 呼和浩特 )摘要胸腺上皮性肿瘤(T E T)是前纵隔最常见原发肿瘤,主要包括胸腺瘤和胸腺癌;其组织学分型及临
7、床分期复杂、治疗方法各异,准确诊断T E T及判断其分型有助于制定治疗决策及评估预后.C T影像组学可识别人眼难以分辨的细微差异,对于诊治T E T及预测预后具有重要意义.本文就C T影像组学用于T E T进展进行综述.关键词胸腺肿瘤;肿瘤,腺性和上皮性;体层摄影术,X线计算机;影像组学 中图分类号R ;R 文献标识码A 文章编号 ()胸 腺 上 皮 性 肿 瘤(t h y m i ce p i t h e l i a lt u m o r s,T E T)来源于胸腺上皮组织,是前纵隔最常见原发肿瘤,主要分为胸腺瘤和胸腺癌.T E T组织学分型及临床分期复杂,根据WHO分类可分为A型、A B型
8、、B 型、B 型、B 型及胸腺癌等种病理亚型;根据预后则可分为低风险胸腺瘤(A型、A B型、B 型)、高风险胸腺瘤(B 型、B 型)和胸腺癌.对于低风险胸腺瘤可通过手术完全切除,而对高风险胸腺瘤和胸腺癌往往难以完全切除,需辅以放射及化学治疗(放化疗)等综合治疗.准确评估T E T分型有助于制定治疗方案及评估预后.C T影像组学可识别人眼难以分辨的细微差异.本文就C T影像组学用于T E T进展进行综述.C T影像组学概述影像组学于 年首次提出,指从超声、C T、MR I及P E T等医学影像中提取高通量定量特征,通过更深层次的挖掘、分析获取更多信息,能为临床决策提供可靠依据.影像组学主要工作流
9、程如下:采集图像,扫描设备、参数、扫描方法、重建算法及图像后处理等差异均可影响图像质量而对影像组学结果产生影响,故应尽可能以统一标准获取高质量、标准化图像,以保证结中国医学影像技术 年第 卷第期C h i nJM e dI m a g i n gT e c h n o l,V o l ,N o果的稳定性和可靠性;分割图像,在已采集图像中勾画R O I,分为基于某个层面的R O I和基于整个病灶的感兴趣体积(v o l u m eo f i n t e r e s t,VO I),常用方式包括手动分割、自动分割和半自动分割,应具有高效、准确及重复性较好等特点;目前大部分影像组学研究主要采用手动分
10、割方式,计算机辅助勾画及自动勾画为未来发展趋势;提取及筛选特征,基于已分割R O I或VO I提取影像组学特征并将其转化为定量数据特征,可分为形态学特征、一阶灰度直方图特征、二阶及高阶纹理特征和基于滤波和变换的特征类,对所提取特征进行降维可获得最具有代表性和相关性的特征,常用方法包 括最小绝对 收 缩 和 选 择 算 子(l e a s ta b s o l u t es h r i n k a g ea n ds e l e c t i o no p e r a t o r,L A S S O)、最大相关最小冗余及主成分分析法等;建立模型,为影像组学研究的核心环节,常用机器学习方法包括l o
11、 g i s t i c回归(l o g i s t i cr e g r e s s i o n,L R)、K邻近(K n e a r e s tn e i g h b o r,KNN)、支持向量机(s u p p o r tv e c t o rm a c h i n e,S VM)、随机森林(r a n d o mf o r e s t,R F)、决策树(d e c i s i o nt r e e,D T)、极 端 梯 度 提 升(e X t r e m eG r a d i e n tB o o s t i n g,X G B o o s t)等,而基于深度学习影像组学(d e e
12、pl e a r n i n g b a s e dr a d i o m i c s,D L B R)亦广泛用于图像分析.C T影像组学用于T E T 鉴别诊断精确诊断及鉴别诊断T E T有利于改善预后.通过客观和定量分析医学影像,影像组学有助于提高T E T诊断率,有利于指导临床治疗决策.HE等 分析 例T E T和 例前纵隔淋巴瘤的临床及增强C T(c o n t r a s t e n h a n c e dC T,C E C T)资料,共基于C E C T提取 个影像组学特征,经筛选获得最重要的前个影像组学特征,分别以L R算法建立的临床影像模型、影像组学模型和二者联合模型以鉴别T
13、E T与前纵隔淋巴瘤在训练集(例T E T及 例前 纵 隔 淋 巴 瘤)的 曲 线 下 面 积(a r e au n d e rt h ec u r v e,AU C)分别为 、和 ,在测试集(例T E T及 例前纵隔淋巴瘤)分别达 、和 ,提示C E C T影像组学模型和联合模型鉴别T E T与前纵隔淋巴瘤的效能较佳.预测病理学类型基于C T提取的纹理特征能反映肿瘤异质性,可作为非侵入性手段用于术前评估T E T病理分型;联合应用临床及C T特征可提高诊断效能.任采月等 回顾性观察经免疫组织化学确定组织分型的 例T E T(例低风险胸腺瘤及 例高风险胸腺瘤)的C E C T表现并进行纹理分析
14、,以L A S S O算法筛选C T影像组学特征,基于相应权重系数进行线性组合,分别构建了C T预测模型、纹理预测模型和二者联合预测模型,以之预测低危组与高危组T E T的AU C分别为 、和 ,提示C T纹理特征比C T征象更能反映T E T的微观异质性,C T征象 与 纹 理 特 征 相 结 合 预 测T E T病 理 分 型 更 具优势.评估临床分期明确T E T临床分期对选择治疗方案具有重要价值.目前临床应用最广泛的T E T分期系统包括M a s a o k a K o g a分期和T NM分期.C T影像组学模型用于评估T E T临床分期具有良好效能.WANG等 对 例经手术病理证
15、实的T E T患 者(例 早 期 及 例 晚 期)的 平 扫C T(u n e n h a n c e dC T,U E C T)和C E C T进行纹理分析,分别从中提取 个影像组学特征,通过筛选获得个U E C T和个C E C T影像组学特征,分别以之构建L R机器学习模型以预测胸腺瘤临床分期;结果显示U E C T(AU C )与C E C T(AU C )影像组学模型的诊断效能差异无统计学意义,二者均可作为区分早期胸腺瘤与 晚期胸腺瘤 的非侵入性 生物学标志.选择治疗方案对于低风险T E T可通过微创手术完全切除病灶,且局部复发和扩散概率较小;而对于高风险T E T,由于微创手术操作
16、更复杂,可能存在病灶包膜破裂、肿瘤碎片植入胸膜和切除不完全等风险,术后局部复发可能较高.利用C T影像组学模型可于术前有效评估手术治疗T E T风险(低风险及高风险),有助于临床选择手术方式(开放式手术或微创手术).KAY I等 针对 例T E T患者(例低风险及 例高风险)的C E C T提取 个特征,经筛选 获 得个 最 佳 特 征,以 之 建 立KNN、S VM、X G B o o s t、R F、L R及D T机器学习模型用于预测T E T低风 险 与 高 风 险 人 群,其 中KNN模 型 效 能 最 佳(AU C ).胸腺切除术是常用治疗T E T方法,若前纵隔肿块被误诊为T E
17、T,可能导致部分不必要的胸腺切除术.C T影像组学模型能提高术前诊断的准确性、降低非治疗性胸腺切除率,并可通过构建列线图实现模型可视化,更便于临床应用.Z HOU等 针对 例接受胸腺切除术的前纵隔肿块患者的U E C T和C E C T提取 个影像组学特征,以L A S S O算法筛选出个U E C T特征和个C E C T特征,结合临床及影像学特征,以多变量L R方法分别建立临床U E C T或C E C T影像组学联合模型并绘制列线图,发中国医学影像技术 年第 卷第期C h i nJM e dI m a g i n gT e c h n o l,V o l ,N o现基于U E C T影像
- 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:
- CT 影像 用于 胸腺 上皮 肿瘤 进展
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。