EGFR突变型肺腺癌CT特征分析

目的 探究肺腺癌患者表皮生长因子受体(EGFR)突变与CT特征的相关性。方法 搜集就诊于本院经病理证实为肺腺癌的77例患者。所有受试者都接受了EGFR突变状态检测,并在接受治疗前均行胸部CT检查,由两名医师评价肺部CT特征,使用卡方检验、Fisher确切概率法比较肺部CT特征、临床特征与EGFR突变状态的关系,选出有统计学差异的变量进行二元Logistic回归分析来确定预测EGFR突变的独立危险因素。结果 77例肺腺癌患者中,EGFR突变型39例,野生型38例,EGFR突变在女性、无吸烟史、较少淋巴结转移、少有胸腔积液/心包积液的患者中更常见,并且胸部CT常表现为有空气支气管征和小血管穿行的实性密度病灶。Logistic回归分析显示女性、空气支气管征和无胸腔/心包积液与EGFR突变相关。结论 在肺腺癌患者中,恶性胸腔/心包积液较少和CT有空气支气管征的女性患者更可能提示存在EGFR基因突变。     

孤立性浸润性肺腺癌CT征象与EGFR基因突变的相关性分析

目的 探讨孤立性浸润性肺腺癌CT影像学表现与表皮生长因子受体(EGFR)基因突变的相关性。方法 选取75例经手术病理证实为浸润性肺腺癌的患者,且均进行了EGFR基因测定。将75例分为两组：基因突变型组(52例)和基因野生型组(23例)。分析每例患者的临床资料及CT影像学征象,包括性别、年龄、临床症状、抽烟史,结节大小、结节边界、结节的形态及内部特征,如空泡征、分叶征、空气支气管征、血管聚集征、胸膜牵拉、凹陷征、 G/T值(磨玻璃成分与GGN的最大径之比)等,观察比较上述征象在两组病例中是否具有差异性。计数资料采用卡方检验,定量资料采用两独立样本t检验,并将单因素分析中有价值的变量纳入多因素回归分析,再通过非条件二分类logistic回归分析预测孤立性浸润性肺腺癌发生基因突变的独立危险因素,纳入ROC曲线,将有统计学意义的危险因素作为预测指标,从而进一步对此类浸润性肺腺癌结节是否存在基因突变进行提示预测。结果 两组患者的年龄,吸烟史,临床症状、结节边界,分叶征,血管集束征,支气管充气征等差异无统计学意义(P>0.05)。将结节最大径,胸膜凹陷,G/T比单因素分析具有意义的变量,纳入...     

基于肺腺癌脑转移瘤CT灌注成像参数对肺腺癌EGFR基因突变状态预测的初步研究

目的：应用肺腺癌患者脑转移瘤的CT灌注成像参数预测肺腺癌表皮生长因子受体（EGFR）基因的突变状态。方法：回顾性分析接受治疗并完成肺癌病理及EGFR基因检测的45例肺腺癌脑转移患者（EGFR突变型26例,EGFR野生型19例）。所有患者均行颅脑CT灌注成像,应用颅脑CT灌注图像分割强化肿瘤和瘤周水肿,提取CT灌注参数。应用具有显著相关性的灌注参数预测EGFR基因的突变状态。采用ROC曲线评估脑转移瘤CT灌注成像参数预测肺腺癌EGFR基因突变状态的效能。结果：灌注参数中,脑血流量（CBF）和平均通过时间（MTT）在肺腺癌2种EGFR基因突变状态中差异均有统计学意义（均P<0.05）。CBF和MTT联合预测肺腺癌EGFR基因突变状态的AUC为0.790。结论：原发性肺腺癌患者脑转移瘤的CT灌注成像参数可用于预测EGFR突变状态。     

基于静脉期双能CT的影像组学模型预测肺腺癌EGFR基因突变状态

目的 探讨基于静脉期双能CT(DECT)的影像组学模型对肺腺癌表皮生长因子受体(EGFR)基因突变状态的预测价值.方法 回顾性分析2017年9月至2020年6月经病理证实的103例肺腺癌患者的临床及DECT影像资料.所有患者均行突变扩增阻滞系统(ARMS)-聚合酶链反应(PCR)明确EGFR基因突变状态,其中男54例,...     

基于CT影像组学列线图预测肺腺癌EGFR突变的研究

目的 探讨基于胸部平扫CT的影像组学列线图术前预测肺腺癌表皮生长因子受体(EGFR)基因突变状态的价值。方法 回顾性分析经病理证实的183例肺腺癌的临床及胸部平扫CT影像资料,包括EFGR突变型(110例)及EGFR野生型(73例)。评估每位患者的病灶CT特征。勾画整个病灶的三维容积感兴趣区(VOI)。将所有患者的重建肺窗图像及病灶的VOI上传至“医准-达尔文”智能科研平台,按照7∶3比例分成训练组(128例)及验证组(55例)。采用最大绝对值归一化、最小收缩、最优特征筛选、迭代筛选及选择算子(LASSO)算法对数据进行降维处理,计算影像组学分数(Rad-score),建立影像组学模型。运用单因素及多因素Logistic回归分析,筛选具有显著预测价值的临床-影像独立影响因素,建立临床模型。将具有显著预测价值的临床-影像独立影响因素及Rad-score通过Logistic回归,得到影像组学列线图模型。通过ROC曲线和校准曲线评估3个模型的诊断效能。结果 最终筛选出11个影像组学特征构建影像组学分数。多因素Logistic回归分析结果显示吸烟史、胸膜牵拉及影像组学评分是肺腺癌患者EGFR基...     

肺腺癌CT征象与常见基因突变相关性的研究进展

临床上针对基因突变的分子靶向药物在改善肺癌病人的疗效及生存预后方面取得明确成效,筛选阳性突变基因的病人对于实施个体化治疗至关重要。传统基因检测方式存在局限性,近年来基于肿瘤CT征象预测有效基因突变已成为肺癌影像学的研究热点。就肺腺癌CT征象与表皮生长因子受体（EGFR）、间变型淋巴瘤激酶（ALK）、鼠类肉瘤病毒癌基因（KRAS）等常见基因突变相关性的研究进展进行综述。     

肺腺癌EGFR突变的临床特征及影像学特点

目的探讨原发性肺腺癌表皮生长因子受体(EGFR)基因突变状态与临床特征及影像学特点的相关性。方法用焦磷酸测序法检测164例经手术确诊的肺腺癌患者EGFR基因18、19、20和21外显子突变状态,结合临床特征、胸部CT影像学特点进行回顾性分析。结果总体EGFR基因突变率为53.0%,其中女性为64.7%,男性为40.5%,两者差异具有统计学意义(P=0.002);不吸烟者为61.7%,吸烟指数<400者为61.1%,吸烟指数≥400者为25.6%,差异具有统计学意义(P<0.001);肺腺癌中高分化组的突变率为81.3%,中分化组为55.8%,低分化组为47.6%,差异具有统计学意义(P=0.039);家族史、淋巴结转移、TNM分期与突变率无明显相关。CT像上,伴空泡或空洞性病变组突变率高(72.4%)(P=0.021);肿瘤直径、磨玻璃影、毛刺征、分叶征、血管集束征与突变率无明显相关。结论原发性肺腺癌中,EGFR基因在女性、非吸烟和吸烟指数<400者及病理上分化程度高的患者中突变率高;影像学提示肿瘤伴有空泡或空洞性病变组突变率高。     

能谱CT参数预测中晚期非小细胞肺癌EGFR基因突变表达的价值

目的 探讨能谱CT参数预测中晚期非小细胞肺癌表皮生长因子受体(EGFR)基因突变表达的价值。方法选取符合标准的79例患者分为EGFR基因表达阳性组与阴性组,比较两组间动脉期及静脉期的能谱参数指标,并采用ROC曲线分析能谱参数指标预测EGFR基因表达的效能。结果 79例患者EGFR基因表达阳性者32例,阴性者47例。1)动脉期NIC、λHU、70 ke V单能量水平对应的CT值在两组间差异有统计学意义(t=3.528,P=0.001; t=4.534,P <0.05; t=3.028,P=0.004);动脉期NWC、有效原子序数在两组间的差异无统计学意义(t=-0.275; P=0.784; t=-0.434; P=0.666); 2)静脉期NIC、λHU、70 ke V单能量水平对应的CT值在两组间差异有统计学意义(t=3.3,P=0.001; t=3.874,P <0.001; t=3.031,P=0.003); NWC、有效原子序数在两组之间的差异无统计学意义(t=0.51,P=0.612; t=-0.395,P=0.694); 3)比较两组增强前后CT值差值ΔCT值,...     

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。     

Ⅰ ~ⅢB期可切除周围型非小细胞肺癌患者临床及高分辨率CT影像特征与EGFR基因突变的相关性研究

目的 探讨Ⅰ ~ⅢB期可切除周围型非小细胞肺癌（NSCLC）患者的临床及高分辨率CT（HRCT）影像特征与表皮生长因子受体（EGFR）基因突变的相关性。 方法 回顾性分析2019年1月至2021年4月于惠州市中心人民医院行手术切除、术后行EGFR基因检测且临床分期为Ⅰ ~ⅢB期的周围型NSCLC患者164例,其中男性86例、女性78例,年龄（60.3±9.3）岁。根据EGFR基因检测结果将患者分为EGFR基因突变型组和野生型组,分析患者的临床及HRCT影像特征并进行统计学分析。计量资料的比较采用两独立样本t检验,计数资料的比较采用χ2检验或Fisher确切概率检验。筛选差异有统计学意义的指标纳入二元Logistic 回归分析。采用受试者工作特征（ROC）曲线的曲线下面积对构建的回归模型的诊断效能进行评估。 结果 164例NSCLC患者中,EGFR基因突变型组114例（69.51%）、野生型组50例（30.49%）。与EGFR野生型组比较,EGFR基因突变型组多见于女性、年龄<60岁、无吸烟史、病理类型为肺腺癌的患者,且2组间的差异均有统计学意义（χ2=21.91、−4.71、34.64,Fisher确切概率法,均P<0.05）。HRCT影像特征中,EGFR基因突变型组肿瘤最大径小于野生型组[（2.52±1.51） cm对（4.12±6.07） cm],且肿瘤多位于右肺,密度类型多为磨玻璃影和（或）混合磨玻璃影,多伴有分叶征、支气管充气征和胸膜牵拉征,与EGFR野生型组相比,差异均有统计学意义（t=2.14,χ2=10.13~19.05,均P<0.05）。2组患者在术后临床分期、癌胚抗原水平、肿瘤伴有毛刺征、坏死、血管集束征、空泡征、空洞征、胸腔淋巴结肿大中的差异均无统计学意义（χ2=0.40~2.33,Fisher确切概率法,均P>0.05）。Logistic回归分析结果显示,患者无吸烟史（OR=0.225,95%CI：0.066~0.764）和肿瘤伴有分叶征（OR=3.344,95%CI：1.079~10.360）是EGFR基因突变的独立预测因子（均P<0.05）,回归模型的ROC曲线的曲线下面积为0.858。 结论 Ⅰ ~ⅢB期可切除周围型NSCLC的临床及HRCT影像特征与EGFR基因突变具有一定的相关性,对指导临床评估患者情况有重要意义。     

18F-FDG PET/CT影像组学在预测肺腺癌患者EGFR突变中的价值

目的分析并比较¹⁸F-脱氧葡萄糖(FDG)PET及CT影像组学参数在预测肺腺癌患者表皮生长因子受体(EGFR)表达中的作用。方法回顾性收集2017年1月至12月间于南方医院就诊的114例[男64例,女50例,年龄35~84(平均61)岁]肺腺癌初治患者的治疗前¹⁸F-FDG PET/CT图像及其EGFR表达资料。用LIFEx软件手动逐层勾画感兴趣体积并提取图像参数,通过最小绝对收缩和选择算子(LASSO)方法重复200次进行参数选择,经十倍交叉验证选择模型的最优调和参数λ,再采用logistics逐步回归进一步筛选参数建模。针对3种数据集(PET参数、CT参数、PET+CT参数)构建3种模型,分别记为MPET、MCT、MPET+CT。用受试者工作特征(ROC)曲线分析模型预测EGFR突变的价值,获得曲线下面积(AUC)、灵敏度、特异性、准确性,采用Delong检验比较三者的AUC。结果114例肺腺癌患者中,EGFR野生型61例(53.51%),EGFR突变型53例(46.49%)。最终从PET、CT、PET+CT图像参数中分别筛选出3、3、7个参数构成回归模型MPET、MCT、MPET+CT,三者AUC分别为0.730、0.752、0.866。当三者界值分别取0.427、0.522、0.378时,约登指数最大,分别为0.420、0.405、0.630,灵敏度分别为83.0%(44/53)、58.5%(31/53)、92.5%(49/53),特异性分别为59.0%(36/61)、82.0%(50/61)、70.5%(43/61),准确性分别为70.2%(80/114)、71.1%(81/114)、80.7%(92/114)。MPET与MCT的AUC之间差异无统计学意义(z=-0.320,P>0.05),MPET+CT与MPET、MCT之间AUC差异均有统计学意义(z值:2.963、2.523,均P<0.05)。结论PET、CT、PET+CT影像组学均与肺腺癌EGFR基因表达状态相关,其中MPET+CT预测效能最高。     

能谱CT定量参数在鉴别肺腺癌EGFR突变状态中的价值

目的 探讨能谱CT定量参数在鉴别肺腺癌表皮生长因子受体(EGFR)突变状态中的价值.方法 回顾性分析160例经病理证实为肺腺癌并检测EGFR突变状态的患者,包括60例EGFR突变患者和100例EGFR野生型患者.能谱CT定量参数包括CT40keV值、CT70keV值、有效原子序数、碘浓度、水浓度以及通过能谱曲线计算的曲...     

机器学习结合 18F-FDG PET/CT影像组学特征对肺腺癌EGFR突变亚型的预测价值

目的:探究 18F-脱氧葡萄糖(FDG) PET/CT影像结合机器学习算法对肺腺癌(LUAD)表皮生长因子受体(EGFR)突变亚型的预测价值。 方法:回顾性收集2016年4月至2020年5月于天津医科大学肿瘤医院行 18F-FDG PET/CT检查的238例LUAD患者的影像及病理资料...     

64层螺旋CT对周围型肺小腺癌的诊断价值

目的:探讨64层螺旋CT对周围型肺小腺癌基本征象的显示及价值。方法:经病理证实的周围型肺小腺癌26例,分析薄层重建、多平面重建(MPR)及容积显示(VR)技术对周围型肺小腺癌的基本征象的显示及价值,并与常规横断面对比分析。结果:①64层CT薄层重建、MPR及VR在显示肺小腺癌的分叶征、毛刺征、胸膜凹陷征及支气管血管集束征方面优于常规横断面;②MPR及VR对于空泡征、支气管气相和支气管血管集束征的判别有优势。结论:64层CT通过薄层重建配合MPR、VR能够克服横断扫描限制,更加细微、准确、立体、完整地显示肺小腺癌的基本征象,为周围型肺小腺癌的诊断提供更多信息。     

基于术前CT影像组学特征预测肺腺癌患者EGFR突变状态的研究

目的 探讨术前CT影像组学特征在预测肺腺癌患者EGFR突变中的价值。方法 回顾性搜集经病理证实为肺腺癌且检测EGFR突变状态的患者共286例,其中,EGFR突变126例,野生型160例。按7∶3的比例随机分为训练集和验证集。从每个患者的感兴趣区内分别提取1468个组学特征,采用Wilcoxon检验、最小绝对收缩和选择算子(LASSO)回归和Logistic回归筛选影像组学特征。在训练集中采用Logistic回归的方法构建预测模型,并在验证集中评估其性能。通过ROC曲线评价模型的预测性能,并计算曲线下面积(AUC)、敏感度、特异度和准确性。DeLong检验用于比较各模型AUC之间的差异。结果 两个临床因素(性别和吸烟史)与EGFR突变独立相关(P<0.05),而年龄、CEA和肿瘤位置在两组之间差异无统计学意义(P>0.05)。9个影像组学特征在两组之间有显著差异(P<0.05)。训练集中,临床模型、组学模型和综合模型的AUC分别为0.692、0.762和0.814,而在验证集中分别为0.712、0.779和0.827。训练集中,综合模型与临床模型、组学模型AUC的差异具...     

胸膜下肺腺癌脏层胸膜侵犯CT及临床风险因素

【摘要】目的：分析肿瘤-胸膜最小距离（DLP）≤1cm且肿瘤直径≤3cm肺腺癌CT特征、临床及病理资料,建立风险评分模型量化分析脏层胸膜侵犯风险因素。方法：分析大连市2家三甲医院共计356例DLP≤1cm且直径≤3cm肺腺癌患者CT特征、临床及病理资料,分为胸膜侵犯组（VPI）、非胸膜侵犯组（N-VPI）。将单因素分析中有统计学意义因素纳入多因素logistic回归分析,据胸膜侵犯独立危险因素优势比（OR）值建立预测胸膜侵犯风险评分模型,绘制受试者工作特征曲线（ROC）评估其预测效能。结果：经病理确诊356例肺腺癌中VPI组94例（26.4%）,N-VPI组262例（73.6%）。多因素logistic回归分析发现术前CEA、肿瘤直径、肿瘤实性成分长径及DLP是脏层胸膜侵犯独立危险因素（P＜0.05）,建立风险评分模型=3（术前CEA≥5ng/mL）+8（肿瘤实性成分长径≥0.8cm）+2（肿瘤直径≥1.6cm）+7（DLP≤0.6cm）,该评分模型预测VPI cut-off值11,ROC曲线下面积（AUC）0.819,敏感度、特异度分别为89.4%,68.7%。结论：术前CEA、肿瘤直径、实性成分长径及DLP是胸膜下肺腺癌脏层胸膜侵犯独立危险因素,其风险评分模型＞11时提示很可能存在脏层胸膜侵犯。     

月牙征预测纯磨玻璃结节肺腺癌浸润性的价值

目的:探讨月牙征对纯磨玻璃结节（pGGN）肺腺癌浸润性的预测价值。方法:回顾性分析温州医科大学附属第一医院2013年7月到2018年6月经手术病理证实为肺腺癌的316例患者（320个pGGN）的临床、病理及影像资料。依据病理结果将pGGN分为浸润前病变组148个和浸润性病变组172个。使用logistic回归分析确定p...