【摘 要】
：
目的微血管侵犯（MVI）是肝细胞癌（HCC）复发和预后的重要预测指标,是HCC患者确定手术范围等干预治疗的决策依据。然而,MVI的诊断依赖于活检和术后病理等侵入性技术,因此寻找MVI有效的新型无创诊断方法是临床亟待解决的问题。利用影像组学特征诊断MVI具有较大的潜能,但是其方式和价值尚需深入探讨和明确,本研究的目的旨在阐明影像组学特征在术前评估HCC患者MVI的应用价值。方法筛选并纳入2015年9
论文部分内容阅读
目的微血管侵犯（MVI）是肝细胞癌（HCC）复发和预后的重要预测指标,是HCC患者确定手术范围等干预治疗的决策依据。然而,MVI的诊断依赖于活检和术后病理等侵入性技术,因此寻找MVI有效的新型无创诊断方法是临床亟待解决的问题。利用影像组学特征诊断MVI具有较大的潜能,但是其方式和价值尚需深入探讨和明确,本研究的目的旨在阐明影像组学特征在术前评估HCC患者MVI的应用价值。方法筛选并纳入2015年9月至2021年11月期间接受过手术切除的HCC患者,分析HCC的临床及影像学特征。首先评估MR信号强度对HCC患者病理学分级、MVI及预后的潜在诊断能力。随后将符合要求的来自两个独立机构经手术病理确诊为HCC并行术前钆塞酸二钠（Gd-EOB-DTPA）动态增强MRI检查的患者,分为训练队列和验证队列。在训练队列中,基于Gd-EOB-DTPA动态对比增强MRI多个序列[脂肪抑制T1加权序列（T1WI-FS）、脂肪抑制T2加权图像（T2WI-FS）、表观扩散系数（ADC）图、动脉期、门静脉期、移行期、肝胆期]和包括肿瘤内部、肿瘤周围区域五个感兴趣区体积(VOI:VOItumor,VOI50%,VOI10mm,VOI20mm,VOIliver)的多个区域提取影像组学特征并构建预测MVI的相关影像组学模型。根据HCC患者手术治疗前的临床参数、影像学表现和影像组学特征构建术前精准预测MVI的列线图模型,并且比较建立的临床-影像学模型、影像组学模型、临床-影像组学模型和临床-影像学-影像组学混合模型对MVI的预测效果。使用Kaplan-Meier方法获得生存曲线,并使用log-rank检验比较无复发生存率。结果1.HCC患者动脉期瘤周信号强度与肝实质信号强度比值(SIAp/Al)、动脉期肿瘤实质信号强度(SIAt)与病理分级独立相关,在术前诊断HCC病理分级方面具有较好区分效能（AUC值分别为0.652,0.652,P值均＜0.05）。与SIAp/Al＜1.1的患者相比,SIAp/Al≥1.1患者HCC根治性切除后的无复发生存率明显降低（P＜0.05）。2.SIAp/Al与HCC患者MVI有关,其相关系数r=0.607（P＜0.05）,多因素分析显示SIAp/Al与HCC患者MVI阳性独立相关（P＜0.05）,并且SIAp/Al在区分HCC患者MVI方面具有较好效能（AUC=0.851,P＜0.05）。3.对于不同序列提取特征预测MVI的效能,T1WI-FS和肝胆期序列中的特征较优于单序列模型中的其他序列。在训练队列（AUC=0.842 vs.0.747）和验证队列（AUC=0.804 vs.0.722）中,影像组学模型显示出比临床-影像学模型可能更好的MVI鉴别能力。结合甲胎蛋白、包膜完整性、动脉期瘤周强化、影像基因性静脉侵犯,影像组学特征的列线图在训练（AUC=0.891）和验证队列（AUC=0.836）中显示出极好的预测能力,较优于影像组学模型和临床-影像组学模型。校准曲线表明,临床-影像学-影像组学列线图模型在预测概率和实际概率具有较好的一致性。此外,列线图模型的无复发生存时间与组织病理学结果相似。结论术前对比增强MR图像中SIAp/Al能够区分HCC患者MVI,可作为预测HCC术后预后的指标。基于血清甲胎蛋白、MR影像学征象和影像组学特征的多区域、多序列的临床-影像学-影像组学方法具有预测HCC患者MVI的较好能力。这有助于临床医生制定最佳治疗策略,以改善HCC临床结局。
其他文献
目标检测是计算机视觉的基础性研究领域之一,它主要由分类与定位两个任务组成,用于检测输入图像或视频中是否存在感兴趣的目标。目标检测在视频监控、医疗诊断及自动驾驶等领域都有着非常重要的应用价值,因此受到了大量研究人员的关注。近几年随着深度学习的快速发展,深度学习研究方法也逐步与传统的检测算法融合,取得了巨大的突破。然而在实际应用中,目标通常会受到光照、拍摄视角和遮挡等因素的干扰,导致目标的形态和外观发
异构蜂窝网络指的是在原有宏蜂窝小区中引入多种小蜂窝接入技术,例如设备间通信（Device-to-Device,D2D）和中继通信（Relay）等,用来满足更多的通信业务需求,其已经成为未来蜂窝移动通信的发展趋势。其中,D2D通信允许距离较近的用户设备之间直接建立通信链路,其数据传输不需要通过基站进行中转。因此,D2D通信可以提高频谱资源的利用率、降低基站的负载和用户的能耗等。其次,在基站和用户设备
铁路是国民经济大动脉、关键基础设施和重大民生工程。《中长期铁路网规划》中提出构筑“八纵八横”高速铁路主通道,为构建现代综合交通运输体系、促进经济社会持续健康发展、实现“两个一百年”奋斗目标提供有力支撑。当国家铁路工程穿越世界遗产地缓冲区,《保护世界文化和自然遗产公约》及《实施世界遗产公约操作指南》明确要求世界遗产的保护和管理应维持或增强其突出普遍价值,为遗产采取所需的适当的法律、科学、技术、行政和
身份信息滥用是社会顽疾问题。文中提出了一种基于区块链的身份鉴证与授权（Blockchain-based Identity Authentication and Authorization, BIAA）机制，该机制要求用户主体在对业务进行身份授权时提供有效身份证件和生物特征信息，确保业务为本人授权；同时将业务信息及身份授权写入区块链账本，进一步实现业务的安全存证与可追溯。为构建该机制，提出了“身份注
目标跟踪是计算机视觉领域最重要和最具挑战的基本任务之一,其目的是给定第一帧中目标信息,在后续帧中估计该目标的位置和尺度,目标跟踪任务可以被分解为分类和回归任务。分类任务通常通过对目标的外观进行建模,使用外观模型定位视频帧中的目标。回归任务有多尺度搜索、边界框回归方法。本文针对目标的外观建模和尺度估计两项基本问题进行研究,以提高分类的准确性和尺度估计的精确性,并将之嵌入到基于深度学习的判别式跟踪框架
掌纹是重要的生物特征模态之一,由于其蕴含丰富的纹理特征,并具有良好的隐私性和安全性,近年来成为研究和应用的热点。当前主流的掌纹识别算法包括基于编码和基于深度学习两大类。基于编码的识别算法无需训练,存储开销和匹配计算量低,可应用于低复杂度的实际场景,但容易遭受各类干扰影响。基于深度学习的算法对各类干扰（如错位、形变等）具有更强的鲁棒性,但通常需要大量的训练样本,训练的计算复杂度和硬件要求较高。本文深
随着社会进步以及互联网络的发展和在线平台的广泛应用,不仅打破了传统课堂学习的时空约束,还提供了丰富的学习资源。通过在线教学系统中的学习数据,定义学生的编程技术水平,再结合学生的知识水平和相关数据来为学生推荐合适的题目是一个至关重要的任务。本文基于学生所做过的题目习题数据,通过分析题目数据特征和题目的相关编程知识结构,使用神经网络对所有数据特征进行学习,从而达到获得学生知识认知状态的目的;对于相似题
随着现代社会的发展,人们对社会公共安全问题越来越重视。行人重识别作为计算机视觉领域的热门方向之一,其能够在不同场景并且数据特征差异较大的情况下,快速甄别同一身份的行人,因此该技术在智能监控系统、边境管制等安防领域有着重要应用。目前,行人重识别这一技术在有数据标注的监督学习领域取得了较大的进步,在识别准确率上有较高的成绩。但是,在无标注的数据上进行无监督训练的效果还不尽人意,主要问题在于不同摄像机视
随着社会发展,特别是新冠肺炎疫情,非接触式的生物模式识别的研究和应用被愈发重视,而虹膜识别早已被公认为是最安全和最有前景的生物识别方式之一。目前的虹膜识别技术仅能对近红外虹膜图像识别,现实生活中采集的巨量可见光虹膜图像无法被使用,交叉光谱虹膜图像特征融合和匹配是目前迫切需要解决的问题之一。同时,繁杂的虹膜识别流程将会花费巨大的计算资源,进而放大流程中产生的误差,简化识别流程并增加识别算法的鲁棒性是
目前互联网教育正处于蓬勃发展期,各地智慧课堂、翻转课堂、个性化教育研究如火如荼地开展,学习预警、学习分析等技术研究越来越深入,教育信息化是大势所趋。学习预警技术通过运用机器学习、深度学习方法,能够有效预测学生未来的学习效果,判断当前学生的学习状态,为教师和学生提供学习预测结果,辅助教师教学工作,提高学生学习成绩。这一过程中,准确预测学生学习状态尤为重要。因此,本文旨在构建学习预警指标体系,设计高效