论文部分内容阅读
第一部分 基于影像组学的小肾肿瘤良恶性鉴别研究目的:探究采用基于双期对比增强计算机断层扫描(contrast-enhanced computed tomography,CECT)图像的影像组学鉴别良性和恶性小肾肿瘤(small renal masses,SRMs)的效能。材料与方法:本研究回顾性搜集两家医疗机构的SRMs的CECT双期图像数据集(皮髓质期和肾实质期图像),并把SRMs分为以下三类:A类,具有可视脂肪的典型血管平滑肌脂肪瘤(angiomyolipoma,AML);B类,无可视脂肪的良性SRMs,包括乏脂肪血管平滑肌脂肪瘤,嗜酸细胞瘤和其他罕见的良性肾肿瘤;C类,恶性肾肿瘤。本研究纳入2009年8月至2017年12月两家医疗机构的422例SRMs,并使用2009年8月至2015年12月的350例SRMs数据集作为训练组进行影像组学模型训练,再使用2016年1月至2017年12月的72例SRMs数据集作为测试组进行影像组学模型测试。采用受试者工作特征曲线(receiver operating characteristic,ROC)曲线分析影像组学模型在训练组和测试组中区分良性和恶性SRMs的诊断效能,同时对比三位经验丰富的放射科医师和影像组学模型在测试组中的敏感性和特异性。结果:在训练组中,皮髓质期模型,肾实质期模型和双期模型鉴别良性(A+B类)和恶性(C类)SRMs的准确率分别为84.3%(295/350),84.0%(294/350)和86.3%(302/350),敏感性分别为81.6%(142/174),89.7%(156/174)和90.2%(157/174),特异性分别为86.9%(153/176),78.4%(138/176)和82.4%(145/176)。在测试组中,皮髓质期模型、肾实质期模型和双期模型鉴别良性(A+B类)和恶性(C类)SRMs 的准确率分别为90.2%(65/72),83.3%(60/72)和 88.9%(64/72),敏感性分别为89.5%(34/38),73.7%(28/38)和84.2%(32/38),特异性分别为91.2%(31/34),94.1%(32/34)和94.1%(32/34);皮髓质期模型、肾实质期模型和双期模型鉴别B类和C类SRMs的准确率分别为86%(43/50),78%(39/50)和84%(42/50),敏感性分别为89.5%(34/38),73.7%(28/38)和84.2%(32/38),特异性分别为75%(9/12),91.7%(11/12)和83.3%(10/12)。与放射科医师相比,双期模型在测试组中鉴别B类和C类SRMs时具有相似的敏感性(84.2%vs84.2%,p=1.000)和更高的特异性(83.3%vs33.3%,p=0.013)。结论:基于双期CECT图像的影像组学模型能够准确鉴别良性和恶性SRMs,且与经验丰富的放射科医师相比,双期模型在鉴别无可视脂肪的良性SRMs和恶性SRMs时具有相似的敏感性和更高的特异性。第二部分基于影像组学的肾细胞癌常见亚型鉴别的研究目的:探究采用基于双期对比增强计算机断层扫描(contrast-enhanced computed tomography,CECT)图像的影像组学鉴别常见肾细胞癌(renal cell carcinoma,RCC)亚型的效能。材料与方法:本研究回顾性搜集本院2009年8月至2017年12月经病理证实的RCC的CECT双期影像数据集(皮髓质期和肾实质期图像),其中包含372例透明细胞肾细胞癌(clear cell renal cell carcinoma,ccRCC),80例乳头状肾细胞癌(papillary renal cell carcinoma,pRCC)和63例嫌色肾细胞癌(chromophobe renal cell carcinoma,ChRCC),并把后两者统称为非透明细胞肾细胞癌(non-clear cell renal cell carcinoma,non-ccRCC)。我们使用2009年8月至2015年12月的417例RCC数据集作为训练组进行影像组学模型训练,使用2016年1月至2017年12月的98例RCC数据集作为测试组进行影像组学模型测试。采用受试者工作特征(receiver operating characteristic,ROC)曲线分析影像组学模型在训练组和测试组中鉴别ccRCC和non-ccRCC的效能。结果:训练组中,在鉴别ccRCC和non-ccRCC方面,皮髓质期模型的曲线下面积(area under the curve,AUC)为0.878[95%可信区间(confidential interval,CI)0.843-0.908,敏感性为78.5%(237/302),特异性为85.2%(98/115),及准确率为80.3%(335/417)];肾实质期模型的AUC 为 0.783(95%CI,0.740-0.821),敏感性为78.1%(235/302),特异性为73%(84/115),及准确率为76.5%(319/417);双期模型的AUC为0.877(95%CI,0.842-0.907),敏感性为76.2%(230/302),特异性为87.8%(101/115),及准确率为79.3%(331/417)。测试组中,在鉴别ccRCC和non-ccRCC方面,皮髓质期模型的AUC为0.908(95%CI,0.832-0.957),敏感性为75.7%(53/70),特异性为89.3%(25/28),及准确率为79.6%(78/98);肾实质期模型的AUC为0.868(95%CI,0.785-0.928),敏感性为77.1%(54/70),特异性为85.7%(24/28),及准确率为79.6%(78/98);双期模型的AUC为0.912(95%CI,0.837-0.960),敏感性为80%(56/70),特异性为89.3%(25/28),及准确率为82.7%(81/98)。结论:基于CECT影像数据的影像组学模型能较有效的区分常见肾细胞癌亚型。