多序列MR影像组学融合模型预测胶质瘤分级的价值

目的:探讨多序列MR影像组学特征及融合模型预测胶质瘤分级的价值。方法:回顾性分析2016年1月~2021年6月间梅州市人民医院经病理证实且行MR检查的胶质瘤病人资料。将多序列MR DICOM格式的原始图像导入ITK-SNAP软件进行VOI勾画，采用GE A.K分析软件进行影像组学特征提取，用ANOVA+Mann-Whiney、Spearman相关分析和LASSO模型进行特征筛选。选择Logistic回归（LR）算法构建单序列模型，选择LR、线性判别分析（LDA）、支持向量机（SVM）3种机器学习算法构建融合序列模型。通过受试者操作特征曲线评估不同模型的预测效能，并计算其曲线下面积（AUC）。结果:共有150例患者纳入本研究，其中低级别胶质瘤（LGG）41例，高级别胶质瘤（HGG）组109例。LGG组与HGG组病人间的性别、年龄差异无统计学意义（P>0.05）。共获得5个最优特征集，其中T1WI特征集包含15个特征，T2WI特征集包含31个特征，Flair特征集包含25个特征，DWI特征集包含12个特征，T1C包含4个特征，融合序列集包含44个特征。基于T1WI、T2WI、Flair、DWI及T1C各序列MR影像组学预测模型在训练集和测试集中的AUC分别为0.719 0、0.651 4，0.769 5、0.711 4，0.7410、0.610 2，0.721 9、0.747 0，0.815 7、0.754 5。基于LR、LDA、SVM算法的融合模型在训练集和测试集中的AUC分别为0.952 4、0.767 0，0.894 8、0.688 1，0.928 6、0.704 5。结论:基于多序列MRI影像组学特征的单序列模型中，T1C单序列预测模型对胶质瘤分级诊断效能最高；相较于单序列预测模型，多序列融合预测模型具有更高的诊断效能，且基于LR算法构建的融合模型较LDA算法及SVM算法构建的融合模型显示出更高的预测效能。     

腰椎磁共振影像组学对女性骨质疏松症的诊断价值

背景:磁共振成像(MRI)在骨质疏松症诊断中发挥着越来越重要的作用。影像组学作为一种新的图像分析方法在骨质疏松症诊断中有潜在的临床意义。目的:探讨基于腰椎磁共振影像组学模型对骨质疏松症的诊断价值。方法:纳入2017年2月至2018年10月河北医科大学第一医院门诊女性患者50例,年龄40-84岁,同期进行腰椎MRI及双能X射线骨密度测量。双能X射线骨密度测量结果显示骨质疏松症28例及骨质正常22例,分别在腰椎MRI矢状位T1WI及T2WI序列图像选取L2-4椎体中间连续5个层面进行图像分割,提取影像组学特征,建立诊断模型,并与临床特征结合建立影像临床特征模型,使用曲线下面积(AUC)评估模型效能。试验获河北医科大学第一医院伦理委员会批准。结果与结论:①在50例受试者T1WI、T2WI序列及联合序列分别提取出396×3个特征,通过特征降维后分别筛选出最相关的T1WI序列4个特征、T2WI序列6个特征,T1WI及T2WI联合序列图像筛选出4特征,建立诊断模型,T1WI、T2WI单序列诊断模型AUC值分别为0.810,0.820,T1WI+T2WI联合序列诊断模型AUC值为0.937,高于单个序列;②将T1WI+T2WI组学特征与临床资料结合构建了适用于女性的联合临床资料的影像组学诊断模型,其AUC值为0.960;③结果表明,基于常规腰椎MRI的影像组学特征可以区分骨质疏松及骨量正常,结合临床特征建立的联合诊断模型能够提高诊断效能,对诊断骨质疏松症有较高的临床价值。     

基于多参数MRI的影像组学融合模型对直肠癌脉管侵袭的术前预测价值

目的探讨基于多参数MRI的影像组学融合模型术前预测直肠癌脉管侵袭(LVI)的应用价值。方法回顾性队列研究。纳入2016年1月—2019年12月在山西省肿瘤医院行直肠癌根治性切除术的224例直肠癌患者的临床病理资料和多参数MRI数据, 其中男129例、女95例, 年龄28～83(61.3±9.7)岁。按7∶3的比例随机分为训练集157例和验证集67例。使用ITK-SNAP图像分割软件, 在高分辨率T2加权像(T2WI)、弥散加权成像(DWI)及增强T1加权像(cT1WI)上, 逐层手动勾画肿瘤感兴趣区得到全容积感兴趣区(VOI), 将DWI的勾画信息复制到表观弥散系数(ADC)图像(由2个不同b值的DWI图像自动计算生成)。采用最小冗余最大相关(mRMR)、最小绝对收缩与选择算子(LASSO)算法及多因素logistic回归的三步降维法, 筛选影像组学特征并构建影像组学标签。通过多因素logistic回归分析筛选出临床病理特征和MRI表现特征中的独立预测因子。分别构建基于T2WI、ADC、cT1WI单一序列和联合序列的影像组学模型及纳入临床病理特征后的融合模型并制作列线图。采用受试者操作...     

多参数MRI的影像组学融合模型在术前预测宫颈癌淋巴结转移的应用价值

目的 探讨基于多参数MRI及临床特征的融合模型在术前预测宫颈癌患者淋巴结转移的价值。方法 回顾性分析山西省肿瘤医院2016年6月-2019年3月经病理证实为宫颈鳞癌并于术前行MRI检查的168例患者的资料。按照7∶3的比例,采用完全随机法将所有患者分为训练组115例和验证组53例。由两名影像科医师在MRI图像上手动勾画三维容积感兴趣区(VOI),并进行一致性分析。根据临床手术病理结果将所有患者分为淋巴结转移阴性(LN-)和阳性(LN+),临床及影像资料也对应分组。分别基于每例患者的T₂WI、表观扩散系数(ADC)和增强T₁WI(cT₁WI)序列图像上均提取3 111个影像组学特征,然后对训练组采用以最大相关最小冗余(MRMR)和最小绝对收缩与选择(LASSO)回归为主的四步法进行特征选择和影像组学标签的构建,并进行分层分析。通过多变量逻辑回归筛选独立临床危险因素并联合影像组学标签构建影像组学融合模型,并制作列线图。采用ROC曲线、校正曲线、决策分析曲线(DCA)评估列线图的预测性能及临床效益。结果 训练组和验证组患者基线资料差异均无统计学意义(P值均>0.05)。基于T₂WI、ADC和cT₁WI合并特征降维后共得到6个影像组学特征(P值均＜0.05),其中包括3个小波类特征参数和3个LoG类特征参数,均与淋巴结转移显著相关。单序列影像组学标签在训练组中ROC曲线下面积(AUC)值为0.763和0.829,显示具有良好的预测效能,合并上述序列构建的影像组学标签对应的AUC值0.859,其诊断效能优于其中任意单一序列,并在验证组得到验证。联合影像组学标签和MRI评价淋巴结状态构建的列线图在训练组和验证组中均显示出良好的鉴别能力和校正性能,对应的AUC分别为 0.865和0.861。在独立验证组中的决策曲线示,当风险阈值＞10%时,采用影像组学方法预测LN+的净收益优于将所有患者都看作LN+或LN-,也优于MRI评价淋巴结状态。结论 通过联合基于多参数MRI的影像组学标签和MRI评价淋巴结状态建立的融合模型可作为术前评估宫颈癌淋巴结转移的一种辅助方法。     

基于多参数磁共振影像组学的乳腺癌病理信息预测模型研究

联合动态增强磁共振成像(DCE-MRI)、T2加权成像(T2WI)以及弥散加权成像(DWI)的影像特征,建立基于多参数影像组学的预测模型,分别对乳腺癌分子分型、组织学分级和Ki-67表达进行预测。采集150例术前、化疗前的浸润性导管癌患者乳腺MRI数据,获取DCE-MRI、T2WI和DWI影像。分割各参数影像的病灶区域,并提取多参数影像特征。在训练集采用支持向量机递归特征消除(SVM-RFE)算法,获得影像组学最优特征子集并构建基于SVM的预测模型,在测试集中测试模型性能。采用概率平均法、概率投票法和概率模型优化法,分别将基于不同参数影像构建的预测模型进行融合,得到多参数影像联合预测结果,并计算ROC曲线下的面积(AUC)评估模型的分类性能。单参数影像模型预测LuminalA、LuminalB、HER2和Basal-like等4种分子分型的最佳AUC分别为0.6721、0.6940、0.6777和0.7086,多参数影像模型的预测结果提高到AUC分别为0.7995、0.7279、0.7375和0.7925。单参数影像模型预测分级的最佳AUC为0.7533,多参数影像模型的预测结果提高到0.8017。单参数影像模型预测Ki-67表达的最佳AUC为0.6647,多参数影像模型预测结果提高到0.7718。相比于单参数影像模型的预测结果,多参数影像模型的预测结果有所提升,且差异具有显著性(P<0.05)。实验结果表明,采用多参数磁共振影像(DCE-MRI、T2WI以及DWI)组学的联合,可以显著提高单一参数影像模型预测乳腺癌病理信息的性能,对乳腺癌的诊断和个性化治疗方案的选择具有重要意义。     

基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管浸润的应用价值

目的 探讨基于多参数MR的影像组学融合模型术前预测宫颈鳞癌脉管间隙浸润（LVSI）的应用价值。方法 回顾性研究。纳入2016年6月—2019年3月山西省肿瘤医院宫颈鳞癌患者168例。患者年龄22~76（52.0±10.1）岁,临床分期为国际妇产联盟（FIGO）ⅠB期127例、ⅡA期41例。所有患者术前行多参数盆腔MR扫描,均接受根治性子宫切除术联合盆腔淋巴结清扫术治疗。收集其临床病理资料和多参数MRI数据,以7∶3的比例按照随机抽样法分为训练集117例和验证集51例。在T₂加权像（T₂WI）、表观弥散系数[ADC,由2个b值的弥散加权成像数据自动生成]及增强T₁加权像（cT₁WI）3个序列的MRI上,对病灶进行手动分割勾画肿瘤轮廓感兴趣区（ROI）,得到三维感兴趣区（VOI）并提取特征,通过以最大相关最小冗余和最小绝对收缩与选择算子回归为主的三步降维法筛选特征并构建影像组学模型。多因素logistic回归分析筛选临床特征并联合影像组学模型建立融合模型,制作列线图。受试者操作特征曲线（ROC 曲线）、校正曲线、决策分析曲线评估列线图的效能及临床效益。结果 术后病理检查确诊LVSI阳性42例,阴性126例。训练集与验证集患者的年龄、FIGO分期、肿瘤最大径、肿瘤分化程度、LVSI状态等临床病理特征比较,差异均无统计学意义（P值均>0.05）。基于T₂WI、ADC及cT₁WI多参数MRI提取的影像组学特征,经特征筛选后得到7个关键特征,均与宫颈癌LVSI相关（P值均<0.05）,并构建影像组学模型。训练集T₂WI、ADC及cT₁WI 3个序列独立构建的影像组学模型预测宫颈癌LVSI的ROC曲线下面积（AUC）分别为0.630[95%可信区间（CI）0.557~0.698]、0.686（95%CI 0.563~0.694）、0.761（95%CI 0.702~0.818）,3个序列共同构建的联合影像组学模型对应的AUC为0.887（95%CI 0.842~0.925）,诊断效能最优,并在验证集中得到验证。联合影像组学模型与肿瘤分化程度构建的融合模型列线图预测宫颈癌LVSI,在训练集与验证集中的AUC分别为0.893（95%CI 0.851~0.929）、0.854（95%CI 0.749~0.943）,校正曲线显示出列线图有良好的校正性能;决策曲线表明当风险阈值概率范围在0.50~0.96时,采用影像组学融合模型预测宫颈癌LVSI的净收益优于“将所有患者视为宫颈癌LVSI阳性或阴性”。结论 基于多参数MRI影像组学特征与临床特征的融合模型对宫颈癌LVSI状态有良好的预测价值。     

基于多模态MRI的影像组学与临床危险因素联合模型对膀胱癌病理学分级的术前预测价值

目的探讨基于多模态MRI的影像组学特征和临床危险因素构建的联合预测模型, 对膀胱癌术前病理组织学分级的预测价值。方法回顾性队列研究。纳入山西省肿瘤医院2013年5月—2022年7月135例膀胱癌患者术前2周的MRI资料和临床病理资料, 其中男116例、女19例, 年龄34～92(67.0±10.5)岁。采用随机抽样法, 按照7∶3的比例将患者分为训练集(94例)和验证集(41例)。在T2加权像(T2WI)、弥散加权成像(DWI)、表观弥散系数(ADC)图、增强T1加权图像(T1WI)中, 用ITK-SNAP软件沿着膀胱癌原发灶边缘逐层手动分割、勾画感兴趣区(ROI);使用开源Pyradiomics提取影像组学特征;通过Mann-WhitneyU检验、Pearson相关系数和LASSO回归等方法, 对膀胱癌原发灶的影像组学特征进行筛选并构建影像组学预测模型。采用单因素和多因素logistic回归分析筛选膀胱癌病理组织学分级的临床危险因素构建临床预测模型;将最优影像组学标签与临床危险因素结合, 构建联合预测模型。使用受试者工作特征(ROC)曲线和校准曲线、决策曲线分析(DCA)评估预测模型...     

多模态MRI影像组学在脑胶质瘤中的应用进展

影像组学在肿瘤的诊断、预后评估, 以及评价肿瘤对治疗的反应等方面均发挥着关键作用。多模态磁共振成像(MRI)影像组学可以将肿瘤的影像组学表现与其分子表型联系起来, 在脑胶质瘤的分级和治疗反应的预测和预后方面具有更大的优势。它利用常规和先进技术将脑肿瘤与非肿瘤性病变进行区分, 可用于脑胶质瘤的诊断和脑胶质瘤与脑转移瘤的鉴别;半自动和自动化的肿瘤分割技术也被开发用于评估脑胶质瘤的复发情况。主要对多模态MRI影像组学在预测胶质瘤重要分子生物学标志物、胶质瘤分级诊断、与脑转移瘤的鉴别诊断及评估术后复发方面的研究进展进行综述。     

双期18F-FDG PET/CT原发灶影像组学对非小细胞肺癌淋巴结转移的预测价值

目的 探讨双期¹⁸F-FDG PET/CT原发灶影像组学特征对非小细胞肺癌(NSCLC)淋巴结转移的预测价值。方法 收集我院经手术病理证实为NSCLC并明确有无淋巴结转移的101例患者的术前双期¹⁸F-FDG PET图像,自动勾画并提取原发灶常规及延迟显像影像组学特征各117个。按常规显像模式(a)、延迟显像模式(b)及常规+延迟显像模式(c)分别构建影像组学模型,采用t检验与LASSO回归筛选最优子集模型,建立支持向量机(SVM)模型与受试者工作特征(ROC)曲线,Delong检验不同模型曲线下面积(AUC)差异。结果 常规+延迟显像模式(c)影像组学模型对淋巴结转移的预测效能最优,其灵敏度、特异度、AUC、训练组预测准确率、测试组预测准确率分别为88.06%、94.12%、0.967、92.86%和80.65%,高于常规显像模式(a)的86.57%、79.41%、0.882、80.00%和70.97%和延迟显像模式(b)的80.60%、88.24%、0.872、85.71%和70.97%(a vs.b Z=0.202,P=0.839 9;...     

基于增强CT影像组学及形态学征象对非小细胞肺癌脏层胸膜侵犯的预测价值研究

目的探讨基于增强CT影像组学方法及形态学征象在术前预测非小细胞肺癌患者脏层胸膜侵犯(VPI)的效能。方法回顾性研究。纳入2019年1月—2021年1月蚌埠医学院第一附属医院收治的肺癌患者220例, 其中男145例、女75例, 年龄43～89(62.6±10.0)岁, 均行根治性手术治疗。按照术后病理检查确诊有VPI 90例、无VPI 130例。将入组患者按照4∶1的比例随机分配到训练组(176例)与验证组(44例)。基于术前增强CT图像提取影像组学特征, 采用LASSO-logistic回归模型选择动静脉期相关性最高的影像组学特征建立VPI预测模型。利用独立样本t检验和χ2检验筛选临床资料及CT形态学征象等相关变量, 结合最终选择的相关性最高的影像组学特征构建联合模型;绘制受试者工作特征(ROC)曲线, 采用曲线下面积(AUC)评价模型在训练组和验证组中对VPI的预测效能, DeLong检验用于比较模型间AUC的差异。结果从提取出的1 878个影像组学特征中筛选出动脉期及静脉期各10个最具相关性的影像组学特征, 分别用于建立动脉期和静脉期影像组学VPI预测模型。在训练组和验证组中, 静...     

基于增强CT影像组学及形态学征象对非小细胞肺癌脏层胸膜侵犯的预测价值研究

目的:探讨基于增强CT影像组学方法及形态学征象在术前预测非小细胞肺癌患者脏层胸膜侵犯（VPI）的效能。方法:回顾性研究。纳入2019年1月—2021年1月蚌埠医学院第一附属医院收治的肺癌患者220例,其中男145例、女75例,年龄43~89（62.6±10.0）岁,均行根治性手术治疗。按照术后病理检查确诊有VPI 90...     

Segregation of non‐p.R132H mutations in IDH1 in distinct molecular subtypes of glioma

Mutations in the gene encoding the isocitrate dehydrogenase 1 gene (IDH1) occur at a high frequency (up to 80%) in many different subtypes of glioma. In this study, we have screened for IDH1 mutations in a cohort of 496 gliomas. IDH1 mutations were most frequently observed in low grade gliomas with c.395G>A (p.R132H) representing >90% of all IDH1 mutations. Interestingly, non‐p.R132H mutations segregate in distinct histological and molecular subtypes of glioma. Histologically, they occur sporadically in classic oligodendrogliomas and at significantly higher frequency in other grade II and III gliomas. Genetically, non‐p.R132H mutations occur in tumors with TP53 mutation, are virtually absent in tumors with loss of heterozygosity on 1p and 19q and accumulate in distinct (gene‐expression profiling based) intrinsic molecular subtypes. The IDH1 mutation type does not affect patient survival. Our results were validated on an independent sample cohort, indicating that the IDH1 mutation spectrum may aid glioma subtype classification. Functional differences between p.R132H and non‐p.R132H mutated IDH1 may explain the segregation in distinct glioma subtypes. © 2010 Wiley‐Liss, Inc.     

血管中心性胶质瘤临床病理学特征及相关文献复习

目的探讨血管中心性胶质瘤(angiocentric glioma,AG)的临床病理学特征、诊断及鉴别诊断。方法收集首都医科大学宣武医院病理科诊断的12例AG,回顾性分析患者的临床资料、病理学特征及预后,并复习相关文献。结果12例患者均有难治性癫痫病史,平均发病年龄9岁(2.8~24岁)。头颅核磁共振(MRI)表现为T1WI低信号,T2WI/FLAIR高信号,未见明显强化。组织学特点为均一的双极细胞,沿血管轴排列形成血管周围假菊形团。AG中GFAP、vimentin均阳性,肿瘤细胞中EMA、D2-40呈胞质弥漫阳性或核旁点灶阳性,EMA和D2-40的阳性率分别为91.7%(11/12)和100%(12/12);NeuN、IDH1 R132H、L1CAM、BRAF V600E和H3K27M均阴性。Ki-67的增殖指数为1%~5%。术后影像学检查示患者肿瘤均完整切除。随访14~110个月,患者均无癫痫发作及肿瘤复发。结论AG是以癫痫发病、生长缓慢的肿瘤,手术切除效果良好。     

Isocitrate dehydrogenase 1 R132H mutation is not detected in angiocentric glioma

Mutations of isocitrate dehydrogenase-1 gene (IDH1), most commonly resulting in replacement of arginine at position 132 by histidine (R132H), have been described in World Health Organization grade II and III diffuse gliomas and secondary glioblastoma. Immunohistochemistry using a mouse monoclonal antibody has a high specificity and sensitivity for detecting IDH1 R132H mutant protein in sections from formalin-fixed, paraffin-embedded tissue. Angiocentric glioma (AG), a unique neoplasm with mixed phenotypic features of diffuse glioma and ependymoma, has recently been codified as a grade I neoplasm in the 2007 World Health Organization classification of central nervous system tumors. The present study was designed to evaluate IDH1 R132H protein in AG. Three cases of AG were collected, and the diagnoses were confirmed. Expression of mutant IDH1 R132H protein was determined by immunohistochemistry on representative formalin-fixed, paraffin-embedded sections using the antihuman mouse monoclonal antibody IDH1 R132H (Dianova, Hamburg, Germany). Known IDH1 mutation-positive and IDH1 wild-type cases of grade II to IV glioma served as positive and negative controls. All 3 patients were male, aged 3, 5, and 15 years, with intra-axial tumors in the right posterior parietal-occipital lobe, right frontal lobe, and left frontal lobe, respectively. All 3 cases showed characteristic morphologic features of AG, including a monomorphous population of slender bipolar cells that diffusely infiltrated cortical parenchyma and ensheathed cortical blood vessels radially and longitudinally. All 3 cases were negative for the presence of IDH1 R132H mutant protein (0/3). All control cases showed appropriate reactivity. IDH1 R132H mutation has been described as a common molecular signature of grade II and III diffuse gliomas and secondary glioblastoma; however, AG, which exhibits some features of diffuse glioma, has not been evaluated. The absence of mutant IDH1 R132H protein expression in AG may help further distinguish this unique neoplasm from diffuse glioma.     

基于多模态磁共振放射组学与临床指标的前列腺癌智能检测及风险预测模型建立

目的：利用多模态磁共振放射组学开发前列腺癌自动检测模型,并使用列线图构建多因素回归模型,将前列腺MRI放射组学特征与临床多个检测指标进行整合,从而对患前列腺癌风险性进行预测。方法：回顾性研究于2019年2月～2021年10月病理证实为前列腺癌和其他前列腺良性肿瘤的患者133例。所有病例均行前列腺直肠指检(DRE)、前列腺特异性抗原(PSA)、游离前列腺特异性抗原(F-PSA)、FPSA/PSA检测。治疗前多模态前列腺MRI图像(DWI+DCE+T₂WI)用于提取放射特征,最大相关最小冗余(m RMR)算法用于消除混杂变量,使用最小绝对收缩和选择算子(LASSO)逻辑回归进行放射特征选择。通过曲线下面积(AUC)、准确性、特异性、敏感性评估放射特征的诊断性能;通过多元logistic回归选择临床指标和放射组学特征模型来制定放射组学列线图,并使用校准曲线和Hosmer-lemeshow试验验证其可靠性。结果：两名观察者测量的所有数据ICC均在0.80以上。所有前列腺MRI图像随机分为训练组和验证组(7:3)。在训练组中,DWI、DCE和T₂WI的...     

IDH Mutation Detection in Formalin-Fixed Paraffin-Embedded Gliomas Using Multiplex PCR and Single-Base Extension

Isocitrate dehydrogenase (IDH) genes are mutated in a significant portion of gliomas, myeloid leukemias and chondroid neoplasms. In gliomas, IDH mutations are prognostic, as those tumors with the mutation are associated with a proneural subclass and have longer survival compared with those without the mutation. We developed a simple, PCR‐based SNaPshot® assay (Life Technologies, Carlsbad, CA, USA) to detect IDH1/2 mutations. This protocol combines a single, multiplexed PCR reaction using gene specific primers followed by a single, multiplexed SNaPshot reaction and detection by capillary electrophoresis. In a blinded study of 32 paraffin‐embedded glioma specimens previously screened for IDH mutations by a PCR/direct sequencing method, concordance of our IDH SNaPshot test with sequencing was 100%. We performed the assay on an additional 57 specimens submitted for diagnostic IDH mutation evaluation. Data analysis was much faster and easier to perform than analysis of the sequencing data, and results could be obtained in 1 day from DNA extraction to analysis. Furthermore, we could readily identify a mixture of 5% mutant allele vs. 95% wild‐type allele in our SNaPshot assay, in comparison to approximately 20% mutant allele in our PCR‐sequencing assay. Our assay represents a fast, sensitive, straightforward method of reliably detecting common mutations of IDH genes in glial neoplasms, or other tumors.     

基于磁共振影像组学特征分类胶质瘤和单发性脑转移瘤

目的 应用临床常规3T磁共振T1、T2和液体衰减反转恢复(FLAIR)成像分析胶质瘤和单发性脑转移瘤的影像组学特征差异,探讨肿瘤区域不同方向以不同角度构建的纹理特征对区别两种肿瘤的意义,寻找一种可行的胶质瘤和单发性脑转移瘤高精度分类方法。 方法 43例胶质瘤患者和年龄、性别匹配的45例单发性脑转移瘤患者,从肿瘤区域轴状面、冠状面和矢状面方向的每1层构建不同角度的影像组学灰度共生矩阵,计算相应的纹理空间关系特征（包括对比度、相关性、能量和同质性）;使用Wilcoxon秩和检验选择特征并降低冗余;所选特征经SVM线性核分类器分类,实现两种肿瘤的诊断。 结果 在分类胶质瘤和单发性脑转移瘤时,多模态多方向组合特征的精确性、召回率、F1分值和准确性分别是0.8857、0.9114、0.8944和0.8922;该组合特征在SVM线性核分类器下的受试者工作特征曲线下面积为0.9602;并将45例单发性脑转移瘤患者中的40例正确分类;43例胶质瘤患者中的39例正确分类。 结论 肿瘤区域的多模态多方向组合特征经SVM线性核分类器分类,可以鉴别胶质瘤和单发性脑转移瘤,这可作为第2意见,有效协助医生做出诊断。     

Molecular classification of low-grade diffuse gliomas

The current World Health Organization classification recognizes three histological types of grade II low-grade diffuse glioma (diffuse astrocytoma, oligoastrocytoma, and oligodendroglioma). However, the diagnostic criteria, in particular for oligoastrocytoma, are highly subjective. The aim of our study was to establish genetic profiles for diffuse gliomas and to estimate their predictive impact. In this study, we screened 360 World Health Organization grade II gliomas for mutations in the IDH1, IDH2, and TP53 genes and for 1p/19q loss and correlated these with clinical outcome. Most tumors (86%) were characterized genetically by TP53 mutation plus IDH1/2 mutation (32%), 1p/19q loss plus IDH1/2 mutation (37%), or IDH1/2 mutation only (17%). TP53 mutations only or 1p/19q loss only was rare (2 and 3%, respectively). The median survival of patients with TP53 mutation ± IDH1/2 mutation was significantly shorter than that of patients with 1p/19q loss ± IDH1/2 mutation (51.8 months vs. 58.7 months, respectively; P = 0.0037). Multivariate analysis with adjustment for age and treatment confirmed these results (P = 0.0087) and also revealed that TP53 mutation is a significant prognostic marker for shorter survival (P = 0.0005) and 1p/19q loss for longer survival (P = 0.0002), while IDH1/2 mutations are not prognostic (P = 0.8737). The molecular classification on the basis of IDH1/2 mutation, TP53 mutation, and 1p/19q loss has power similar to histological classification and avoids the ambiguity inherent to the diagnosis of oligoastrocytoma.     

基于CT的影像组学特征同临床物理剂量特征预测肺癌放疗放射性肺炎研究

目的:探讨基于CT的影像组学特征同临床物理剂量特征预测肺癌放疗放射性肺炎研究。方法:回顾性收集2013年1月至2017年1月进行放射治疗的83例肺癌患者的临床物理剂量参数和CT影像以及随访数据。从病例的CT图像中提取107个影像组学特征,结合对应的45个临床物理剂量特征,每例病例共收集152个特征。基于22种特征提取算法和8种分类器构建的176个鉴别模型分析152个特征预测放射性肺炎的准确性以及筛选优势特征的能力。结果:临床物理剂量特征和影像组学特征预测放射性肺炎的鉴别模型中AUC值最高为0.90。前5位的优势特征是:shape_Maximum2DDiameterColumn、shape_Maximum3DDiameter、V20、glcm_Imc1、V45。结论:临床物理剂量特征和影像组学特征通过不同分类器和特征选择算法组合的鉴别模型,可以筛选出理想的鉴别模型以及优势预测特征。