CT影像组学模型及深度学习技术预测肺腺癌EGFR突变

【摘要】目的：探讨基于CT图像建立的影像组学模型及深度学习模型在预测肺腺癌表皮生长因子受体（EGFR）突变中的价值。方法：回顾性分析228例经手术病理证实的肺腺癌患者的CT图像,其中EGFR突变型116例,野生型112例。由两位放射科医师各自独立在CT图像上沿肺癌病灶边缘手动逐层勾画感兴趣区（ROI）获得病灶全容积ROI后提取影像组学特征。比较两位医师提取的影像组学特征的一致性,自高年资医师提取的特征中选取组内相关系数大于0.7的影像组学特征纳入研究。分别按照70%和30%的比例将所有病灶随机划分为训练集和验证集。在训练集中利用LASSO回归方法对影像组学特征进行筛选后,分别建立影像组学评分（Radscore）、随机森林（RF）和支持向量机（SVM）三种影像组学模型。此外,将训练集图像输入ResNet深度学习网络中建立深度学习模型。在验证集中对上述4个模型进行验证,计算敏感度、特异度和ROC曲线下面积（AUC）来评价不同模型的预测效能。结果：自CT图像中共提取了306个一致性良好的影像组学特征,经筛选后获得9个最佳特征用于建立影像组学模型。在验证集中,SVM模型的AUC（0.813）高于Radscore（0.761）和RF模型（0.775）,但差异无统计学意义（P=0.089和0.330）;ResNet模型的AUC为0.916,高于SVM模型（0.813）、Radscore（0.761）和RF模型（0.775）。ResNet模型与Radscore和RF模型间AUC的差异具有统计学意义（P=0.031和0.043）,与SVM模型间AUC的差异无统计学意义（P=0.106）。ResNet模型的敏感度为0.879,高于SVM模型（0.771）、Radscore（0.818）和RF模型（0.743）。ResNet模型的特异度为0.914,高于SVM模型（0.758）、Radscore（0.714）和RF模型（0.727）。结论：基于CT图像的影像组学模型能够较好地预测EGFR基因突变,深度学习技术可以有效提高模型的预测准确性。     

基于CT影像组学列线图预测宫颈癌放疗急性放射性直肠炎

目的:结合影像组学得分、放射剂量参数以及临床风险因素建立联合预测列线图对宫颈癌患者发生急性放射性直肠炎进行预测。方法:回顾性分析109例宫颈癌患者的影像、剂量学以及临床病理资料。利用Accu Contour软件对CT图像中直肠组织进行自动勾画并提取影像组学特征。按照7∶3的比例随机将所有患者分成训练集和验证集。采用最小绝对收缩和选择算子（LASSO）方法从训练集中筛选最佳的预测特征并计算得到影像组学得分（Radscore）。通过单因素与多因素回归分析筛选独立预测因子建立联合模型并绘制列线图。计算Radscore、临床模型以及联合预测模型的AUC值,并比较3种模型间AUC差异。应用决策曲线分析评估联合模型的临床实用性。结果:经过筛选最终6个影像组学特征参与建立Radscore。单因素与多因素回归结果显示发现年龄、D1cc、V45与Radscore为独立预测因子,并基于4个独立因素建立联合模型。联合模型在训练集与验证集中的AUC分别为0.921、0.845,均高于Radscore与临床模型。决策曲线分析显示联合模型在0.1~0.85阈值范围内表现出了良好的临床实用性。结论:基于CT影像组学开发的列线图在预测宫颈癌放疗急性放射性直肠炎发生中具有一定优势,为临床提供一种快捷、无创且有效的预测手段。     

甲状腺乳头状癌患者131I清甲治疗前后淋巴细胞与单核细胞比值的变化及对疗效的影响

目的 探究甲状腺乳头状癌(papillary thyroid carcinoma, PTC)患者行¹³¹I清除外科手术后残余甲状腺组织(清甲)治疗前后淋巴细胞与单核细胞比值(lymphocyte to monocyte ratio, LMR)的变化及对清甲治疗疗效的影响。方法 回顾性收集2016年1月～2017年12月于徐州医科大学附属医院首次清甲治疗的70例PTC患者的临床资料,根据清甲疗效分为清甲成功组(n=39)和清甲非成功组(n=31)。采用受试者操作特征(receiver operating characteristic, ROC)曲线评价清甲治疗前后LMR对清甲疗效的诊断效能,并得出最佳诊断界值。结果 清甲治疗前后LMR是预测清甲疗效的独立影响因素(P<0.05)。清甲成功组清甲治疗前LMR及清甲治疗后LMR水平均高于清甲非成功组。根据两者的最佳诊断界值6.63和4.63将患者分为4组:LMR在清甲治疗前清甲治疗后都高(H~H)组、清甲治疗前高清甲治疗后低(H~L)组、清甲治疗前低清甲治疗后高(L~H)组及清甲治疗前后都低(L~L)组。4组在清甲疗效方面比较,差异有统计学意义(χ2=30.940,P<0.001)。经两两比较后显示,H~H组、H~L组及L~H组较L~L组患者的清甲治疗成功率较高(分别为94.7%、62.5%、77.8%、15.4%,P<0.0083)。结论PTC患者清甲治疗前及清甲治疗后血清LMR均低者清甲治疗成功率较低,清甲治疗1个月后复测LMR有助于预测PTC患者清甲的疗效。