基于CT影像组学结合临床影像特征预测局部晚期鼻咽癌诱导化疗疗效

目的:探讨基于增强CT的影像组学结合临床影像特征的列线图在预测局部晚期鼻咽癌(LA-NPC)患者诱导化疗(ICT)疗效中的价值。方法:回顾性分析2014年7月至2022年3月178例LA-NPC(Ⅲ、Ⅳ期)患者的临床及CT图像资料,以7:3随机将患者分为训练组(n=125)和测试组(n=53)。采用3D-Slicer勾画容积感兴趣区(VOI)并用Pyradiomics包提取特征。使用单-多因素Logistic回归选择临床预测因子。采用最小绝对收缩与选择算法(LASSO)筛选组学特征,最后通过多变量Logistic回归构建临床、影像组学及联合模型,并绘制列线图。以受试者工作特征曲线(ROC)的曲线下面积(AUC)评估和比较三种模型的预测效能。应用决策曲线(DCA)观察列线图的临床净获益。结果:Logistic回归分析结果显示T分期(OR=0.45,P=0.004)、癌灶强化程度(OR=2.706,P=0.038)、血小板/淋巴细胞比值(PLR)(OR=0.289,P=0.024)是ICT疗效的临床预测因子,基于以上3者构建临床模型。基于22个与ICT疗效显著相关的组学特征构建影像组学模型...     

基于增强CT影像组学预测食管鳞癌淋巴血管侵犯状态的价值

目的:探讨基于增强CT影像组学预测食管鳞癌(ESCC)淋巴血管侵犯(LVI)的价值。方法:回顾性搜集行根治性切除术并经术后病理证实的224例食管鳞癌患者,其中包括66例LVI阳性和158例LVI阴性患者。所有患者均在术前2周内进行胸部增强CT扫描。将入组的患者按照7:3的比例随机分为训练集和测试集。使用3D Slicer软件逐层勾画全肿瘤感兴趣区(ROI),采用Python软件的Pyradiomics包提取肿瘤组织的影像组学特征,建立影像组学模型用于预测食管鳞癌的LVI状态并进行验证。采用受试者工作特征(ROC)曲线的曲线下面积(AUC)、敏感度、特异度、准确度、阳性预测值和阴性预测值来评价影像组学模型的诊断效能,使用校准曲线评价影像组学模型在训练集和测试集中的拟合程度。使用决策曲线分析(DCA)评价影像组学模型的临床应用价值。结果:从全肿瘤ROI中提取了1130个组学特征,经过筛选最终保留了7个影像组学特征,并使用多因素logistic回归建立影像组学预测模型。在训练集中,影像组学模型预测LVI的AUC值为0.930,敏感度为0.851,特异度为0.919,准确度为0.899,阳性预...     

基于人工智能和影像组学的胸部CT在早期肺腺癌中的研究进展

【摘要】随着高分辨率CT（HRCT）在临床的普及,胸部CT已成为临床筛查早期肺癌、降低肺癌死亡率的重要手段。随影像组学、基因组学、人工智能系统的开发和优化,使HRCT在准确诊断早期肺腺癌侵袭性、预测相关特殊分子生物学信息方面成为了可能。本文就胸部CT在预测早期肺腺癌浸润性、生物学特性、预后等方面的研究进展进行相关综述。     

基于CT影像组学预测肺癌患者化疗早期疗效的应用研究

目的 探讨基于治疗前CT影像组学模型预测肺癌患者化疗早期疗效的效能。方法 回顾性搜集2017年1月至2022年1月202例确诊肺癌患者的临床影像资料,通过对比化疗半年后的CT图像与化疗前CT图像,根据实体肿瘤疗效评价标准(RECIST 1.1)分为部分缓解(PR)组100例和疾病进展(PD)组102例,将入组患者的胸部CT平扫DICOM文件导入开源图像分割软件ITK-SNAP软件,进行感兴趣区(ROI)的勾画,再进行影像学特征提取,按照7∶3的比例随机分配为训练组和验证组,采用LASSO法进行降维及构建影像组学模型,最终根据受试者工作特征曲线(ROC)的曲线下面积(AUC)、敏感度、特异度来评价模型的预测效能。结果 训练组的AUC值、特异度、敏感度分别为0.737(95%CI:0.656～0.819)、0.71、0.67;验证组的AUC值、特异度、敏感度分别为0.722(95%CI:0.594～0.851)、0.77、0.53,模型达到了良好的预测效能。结论 基于治疗前CT的影像组学模型可在化疗前对肺癌的早期疗效做出较准确预测。     

CT影像组学预测磨玻璃结节肺腺癌浸润性的研究

目的 探讨CT影像组学预测磨玻璃结节肺腺癌浸润性的价值。方法 搜集南通大学附属医院2021年1月至2022年6月经病理证实为非典型腺瘤样增生、原位腺癌、微浸润性腺癌和浸润性腺癌的患者资料,CT表现为磨玻璃结节且最大径≤3 cm,其中非典型腺瘤样增生和原位腺癌为非浸润组,微浸润性腺癌和浸润性腺癌为浸润组。共295例患者纳入研究,非浸润组86例,浸润组209例。按照7∶3比例分为训练集和验证集,用卡方检验、独立样本t检验及非参数秩和检验评价非浸润组和浸润组的临床、影像特征差异。利用3D-slicer软件勾画VOI、提取影像组学特征,利用R语言软件进行特征筛选、建立模型。绘制受试者工作特征曲线(ROC),用曲线下面积(AUC)、敏感度、特异度评估模型的预测性能。绘制临床决策曲线(DCA)评估模型的临床价值。结果 年龄、支气管充气征、最大截面长径、实性成分长径、肿瘤实变率(CTR)在非浸润组和浸润组中具有统计学差异(P<0.05)。多因素Logistic回归分析显示,最大截面长径是肺腺癌浸润性的独立预测因子(P<0.05),最佳截断值为11.545 mm。CT影像组学共提取851个...     

CT影像组学预测合并腹膜转移晚期胃癌新辅助化疗初期疗效的研究

目的 探讨CT影像组学模型在预测合并腹膜转移晚期胃癌(AGC)新辅助化疗初期疗效的临床价值.方法 回顾性分析93例经病理证实为腹膜转移的AGC患者的影像资料,其中化疗疗效明显48例[部分缓解(PR)],化疗疗效不明显45例[疾病进展(PD)+疾病稳定(SD)].使用ITK-SNAP软件在门静脉期CT图像上手动勾画感兴趣...     

基于胸部CT影像组学的肺结节影像学性质判断

【摘要】目的：通过获取实性结节（SN）、部分实性结节（PSN）以及纯磨玻璃密度结节（pGGN）的胸部CT影像特征,分别建立模型1(判断实性结节与亚实性结节的影像组学模型)和模型2(判断部分实性结节与纯磨玻璃密度结节的影像组学模型)。方法：回顾性收集2018年10月-2018年12月于本院行CT胸部平扫的病例资料285例,肺结节共315个,将所有肺结节按影像学性质分为实性结节组、部分实性结节组及pGGN组,三类结节的数目分别为106个、110个、99个。手动勾画VOI,通过提取肺结节的全部特征,在特征降维与选择后,使用不平衡调整逻辑回归的方法分别建立影像组学模型1［判断实性结节与亚实性结节（部分实性结节与pGGN）的组学模型］、影像组学模型2（在亚实性结节中判断部分实性结节与pGGN的组学模型）,并分别在两个模型中通过获得100个自举验证测试样本的平均曲线下面积（AUC）、敏感度、特异度作为该模型的效能。结果：模型1的ROC曲线的AUC为96.1%,符合率为90.1%,敏感度、特异度分别为90.0%、90.2%。模型2的ROC曲线的AUC为82.2%,符合率为74.2%,敏感度及特异度分别为73.2%、75.6%。结论：影像组学模型1对判断实性结节与亚实性结节有较好的性能,影像组学模型2对判断亚实性结节中部分实性结节与非实性结节也有一定的帮助。     

CT影像组学联合炎症指标构建逻辑回归模型预测食管鳞癌新辅助化疗疗效

【摘要】目的：探究基于CT影像组学联合血液学炎症指标构建逻辑回归模型预测食管鳞癌新辅助化疗（NAC）疗效的可行性。方法：回顾性分析两家医院经病理证实的54例食管鳞癌患者在术前规范化NAC前、后两次胸部CT增强图像及NAC前一周内的血液学炎症指标检测结果。测量治疗前、后病灶的最长径,计算其变化率,并根据实体肿瘤疗效评价标准（RECIST 1.1）,将患者分为NAC有效组（30例）及无效组（24例）。采用独立样本t检验或Mann-Whitney U检验筛选血液学炎症指标中与疗效相关的因素。在患者治疗前静脉期图像上沿肿瘤边界逐层手工勾画ROI,最终生成三维感兴趣区（VOI）并提取其影像组学特征,使用最小冗余最大相关及Boruta工具包进行特征筛选并构建影像组学标签。分别建立影像组学特征、血液学炎症指标、影像组学标签联合血液学炎症指标的逻辑回归模型,采用混淆矩阵和ROC曲线分析模型对NAC疗效的预测效能,采用DCA曲线评估其临床实用价值。结果：外周血淋巴细胞计数及淋巴细胞数与单核细胞数的比值被纳入炎症指标模型。于治疗前静脉期图像上共提取了1168个组学特征,经降维后共筛选出5个影像组学特征（wavelet-HLL_gldm_DependenceEntropy、wavelet-HHL_gldm_LargeDependenceLowGrayLevelEmphasis、wavelet-HHH_glrlm_HighGrayLevelRunEmphasis、wavelet-HHH_glrlm_LowGrayLevelRunEmphasis和wavelet-HLL_glszm_ZoneEntropy）用于构建影像组学标签。基于影像组学、血液学炎症指标以及联合模型预测NAC疗效的的AUC分别为0.77、0.72和0.80。结论：基于新辅助化疗前的增强CT影像组学及血液学炎症指标特征构建的预测模型可较好的预测食管鳞癌患者新辅助化疗疗效,以联合模型的效能最优,可为临床制订个性化治疗方案提供参考。     

基于临床及CT影像组学特征预测肺腺癌结节北大核心CSCD

目的:探讨基于临床及影像组学特征构建机器学习模型对预测肺腺癌结节的准确性。方法:回顾性收集186例病理类型明确的肺结节患者,按病理类型分为腺体前驱病变组与腺癌组,按照7∶3比例将其分为训练集和测试集。采用3D Slicer软件对病灶容积感兴趣区(ROI)进行逐层手动勾画,通过Python软件提取影像组学特征。提取临床特征,包括人口统计学特征、临床表现、肿瘤标志物及CT影像学语义特征。选用单因素分析、最小绝对收缩和选择算子(LASSO)和逐步logistic回归分析进行特征筛选。在训练集中分别构建基于影像组学特征(模型1)及临床与影像组学特征相结合(模型2)的随机森林(LR)肺腺癌结节预测模型。通过ROC曲线及计算曲线下面积(AUC)对模型进行验证。结果:训练集130例,测试集56例。提取影像组学特征和临床特征数量分别为688个和25个。经特征筛选,共保留11个影像组学特征。临床特征中年龄、结节成分、结节最大径在训练集中组间差异显著(P<0.05)。训练集中模型1和模型2的AUC分别为0.991和0.960;测试集中模型1和模型2的AUC分别为0.913和0.884,准确率分别为0.875和0.839,精确度分别为0.872和0.824,召回率分别为0.976和1.0,F1分数为0.921和0.903。结论:基于临床及CT影像组学特征构建的RF模型能够准确预测肺腺癌结节。     

基于CT增强扫描静脉期的影像组学列线图预测晚期肺腺癌患者对培美曲塞+铂类化疗敏感性的价值

目的：探究影像组学列线图对晚期肺腺癌患者培美曲塞+铂类化疗疗效的预测能力。方法：回顾性收集经穿刺病理确诊为晚期肺腺癌的131例患者的资料,均行至少2个周期的培美曲塞+铂类化疗。将患者按照7∶3的比例随机分为训练集92例和测试集39例。依据实体肿瘤的疗效评价标准（RECIST）标准,将部分缓解患者纳入缓解组（68例）,疾病进展和疾病稳定患者纳入未缓解组（63例）。根据治疗前静脉期CT图像提取、筛选影像组学特征,得到影像组学评分（Radscore）,并建立影像组学逻辑回归（LR）模型;采用单因素及多因素logistic回归分析筛选独立预测因子,并构建临床预测模型;基于LR联合临床独立预测因子及Radscore构建影像组学列线图。采用ROC曲线和决策曲线分析（DCA）评估比较3种模型的预测效能及临床净收益。结果：临床预测模型、影像组学模型及影像组学列线图的训练集AUC分别为0.742、0.815和0.923,测试集AUC分别为0.684、0.726和0.760,表明影像组学列线图的预测效能高于临床预测模型及影像组学模型。DCA示影像组学列线图临床净收益高于临床预测模型及影像组学模型。结论：影...     

基于增强门静脉期CT提取影像组学特征构建Nomogram评估肝纤维化分级

目的 探究基于增强CT提取影像组学特征构建Nomogram无侵袭性评估肝纤维化分级的可行性.方法 纳入郑州市人民医院2015年2月～2019年2月入院确诊为肝纤维化的患者,分为肝纤维化和早期肝硬化.以2018年2月为时间截点,将该时间点之前的入组患者分为训练集,将该时间点之后的入组患者分为测试集,并基于患者增强CT图像...     

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...     

CT的形态学征象联合影像组学特征诊断模型在肺结节诊断中的应用

目的 结合肺结节CT形态学征像与影像组学特征建立联合诊断模型,期望提高孤立性肺结节的诊断准确性.方法 选取2012年2月～2019年1月206例肺实性结节(直径≤2cm)的CT图像.由两名医师独立进行形态学征像评估,并诊断结节良恶性,使用PyRadiomics开源软件提取、筛选定量影像组学特征,采用逻辑回归建立影像组学...     

增强CT提取影像组学特征联合临床参数评估肝细胞癌微血管侵犯

目的 基于术前增强CT动脉期与静脉期图像分别提取影像组学参数联合临床参数构建影像临床联合模型评估肝细胞癌(HCC)患者是否微血管侵犯(MVI)。方法 回顾性搜集重庆医科大学附属第三医院以及重庆医科大学附属大学城医院2016年3月至2021年3月术后经病理证实有无MVI的HCC患者。以重庆医科大学附属第三医院的HCC患者为第一中心,以分层随机为原则将MVI阳性和MVI阴性的患者按照7∶3比例分为训练组和内部测试组,以重庆医科大学附属大学城医院患者为外部验证组,对所有患者进行原发病灶分割后,分别根据动脉期和静脉期进行影像组学特征提取。以训练组患者是否MVI阳性为研究标签,采用最小冗余最大相关(mRMR)以及套索算法(LASSO)进行影像组学特征降唯,并构建影像组学标签(Radscore);继而对临床参数进行特征降唯,以训练组患者是否MVI阳性为研究标签,采用多元逻辑回归构建临床模型Clinics。同时纳入联合临床模型中的临床参数与Radscore构建多元逻辑回归模型评估训练组患者是否MVI阳性,采用受试者工作特征曲线(ROC)评估Radscore, Clinics以及联合模型诊断MVI阳性...     

基于MRI影像组学列线图在宫颈鳞癌组织学分级中的预测研究

目的 建立并验证MRI影像组学列线图模型,实现术前对宫颈鳞癌组织学分级的准确预测。方法 回顾性搜集2019年1月至2021年10月于蚌埠医学院第一附属医院就诊208例患者的临床及影像资料。按照7∶3的比例将所有患者随机分为训练组(n=145)、验证组(n=63),在训练组患者选取矢状位T₂WI、增强T₁WI及轴位DWI图像,在病灶最大层面边缘勾画获取感兴趣区(ROI)提取影像特征,应用最小绝对收缩和选择算子(LASSO)算法建立影像组学评分。采用多因素Logistic回归分析确定独立危险因素,并结合影像组学评分建立MRI影像组学列线图。运用受试者工作特征曲线(ROC)曲线下面积(AUC)评价模型的预测性能。应用校正曲线评估列线图的临床应用价值。结果 基于临床参数及影像组学评分构建的列线图模型(AUC:0.852)的诊断效能高于临床特征模型(AUC:0.723)及影像组学模型(AUC:0.788)。结论 结合临床模型和影像组学评分的MRI影像组学列线图模型是一种简单、有效、可靠的预测宫颈鳞癌组织学分级的方法。     

基于胸部增强CT影像组学评估培美曲塞二钠+铂类对晚期肺腺癌化疗疗效的可行性分析

目的 探究基于晚期肺腺癌患者治疗前胸部增强CT图像构建的影像组学模型预测培美曲塞二钠+铂类化疗疗效的可行性。方法 回顾性搜集本院2018年1月至2022年11月经穿刺病理确诊仅选取培美曲塞二钠+铂类化疗的131例肺腺癌患者的临床及增强CT资料,按照7∶3的比例分层抽样法将病例分为训练集92例和测试集39例。根据实体肿瘤疗效评价标准(RECIST),将患者分为缓解组68例,未缓解组63例。提取并筛选治疗前CT图像的组学特征,并基于最终特征值采用支持向量机(SVM)、逻辑回归(LR)及高斯过程(GP)三种分类器构建影像组学模型。采用受试者工作特征曲线(ROC)和决策曲线分析(DCA)评估比较三种模型的预测能力、诊断效能及临床应用价值。结果 三种模型训练集曲线下面积(AUC)分别为0.821、0.812、0.827,测试集AUC分别为0.664、0.714、0.709,差异没有统计学意义;DCA示GP及SVM的净收益均高于LR;而训练集及测试集中GP及SVM的净收益无明显区别。结论 基于胸部增强CT的影像组学模型对培美曲塞二钠+铂类治疗晚期肺腺癌患者的化疗疗效具有可行性,且GP及SVM在一定...     

基于治疗前MR-DWI影像组学预测肺癌化疗疗效的初步研究

目的:探讨基于磁共振扩散加权成像(DWI)的影像组学对肺癌化疗疗效的预测价值.方法:回顾性搜集连续30例经病理证实的肺癌患者的病例资料,根据第二周期化疗后肿瘤最大径退缩率、按RECIST标准将患者分为治疗有效组(16例)和无效组(14例).提取所有患者的化疗前ADC图像(b=600、800和1000s/mm2),应用影像组学方法,在每种b值的ADC图像上提取病灶的19985个特征,采用Lasso进行降维和建模.采用受试者工作特征曲线(ROC)计算三种b值模型预测化疗疗效的诊断效能,并采用DeLong检验比较三种曲线的曲线下面积(AUC).结果:30例中有效组16例、无效组14例.基于b=600s/mm2的ADC图像的影像组学特征所建立的模型,其AUC、诊断敏感度和特异性分别为0.875、0.895和0.750;基于b=800s/mm2的ADC图像,其相应的AUC、诊断敏感度和特异度分别为0.924、0.947和0.938,基于b=1000s/mm2的ADC图像,相应的AUC、诊断敏感度和特异度分别为0.918、0.895和0.875.三种b值的AUC差异无统计学意义(P＞0.05).结论:基于MR-DWI的影像组学可在治疗前对肺癌化疗疗效作出准确预测.     

肺鳞癌、腺癌脑转移瘤CT影像对比分析

目的：探讨肺鳞癌、肺腺癌脑转移瘤CT影像的差异性。方法：45例肺鳞癌和59例肺腺癌均经病理证实，104例病例均在平扫的基础上行增强扫描；从转移瘤的形态、密度、瘤周脑水肿、增强后的强化变化几个方面进行分析。结果：全部病例的CT扫描影像结果显示肺鳞癌的脑转移瘤在平扫时密度均在稍高密度以上，密度表现为不均匀；肺腺癌的脑转移瘤平扫有10例表现为稍高密度，49例表现为低密度及囊状低密度。肺鳞癌脑转移瘤瘤周水肿有45例，肺腺癌脑转移瘤瘤周水肿有30例。两类转移瘤主要发生在幕上，共有97例，其余7例发生在幕下。结论：肺鳞癌、肺腺癌的脑转移瘤在CT影像上有明显的差别性，主要是肺鳞癌表现为平扫密度均在稍高密度以上，密度表现为不均匀，强化相对明显。脑水肿明显；肺腺癌的脑转移瘤平扫表现为低密度及囊状低密度，强化不明显，水肿相对较轻。