【摘 要】
：
目的:本文基于影像组学探究乳腺X线摄影以及多序列MRI的乳腺良恶性诊断以及乳腺分子分型预测。研究方法:本文实验共有两个阶段任务,第一阶段纳入120例同时进行数字化钼靶（DM）,数字乳腺断层扫描（DBT）,扩散加权磁共振成像（DW MRI）以及动态增强磁共振（DCE MRI）检查的乳腺癌患者（良性50例,恶性70例）,对原始肿瘤区域提取提取特征,然后使用最小绝对值收敛和选择算子（LASSO）进行筛选
论文部分内容阅读
目的:本文基于影像组学探究乳腺X线摄影以及多序列MRI的乳腺良恶性诊断以及乳腺分子分型预测。研究方法:本文实验共有两个阶段任务,第一阶段纳入120例同时进行数字化钼靶（DM）,数字乳腺断层扫描（DBT）,扩散加权磁共振成像（DW MRI）以及动态增强磁共振（DCE MRI）检查的乳腺癌患者（良性50例,恶性70例）,对原始肿瘤区域提取提取特征,然后使用最小绝对值收敛和选择算子（LASSO）进行筛选,利用Logistics分类器分别对四个序列建立单序列模型以及对X线和MRI建立融合序列模型。第二阶段纳入241例进行DM,DBT,DW MRI以及DCE MRI检查的患者（Luminal A 54例,Luminal B 96例,HER2-enriched 47例,TN 44例）,在瘤内瘤周区域同时提取特征,使用Mann-Whitney U检验,LASSO以及赤池信息准则（AIC）对特征进行筛选,建立四个序列瘤内瘤周的预测模型。使用ROC曲线下面积AUC,特异性,敏感性等指标对模型进行评估。结果:第一阶段任务结果显示,相比于X线的诊断效果,MRI具有更高的AUC（训练集X线vs.MRI:0.909 vs.0.930;测试集X线vs.MRI:0.880 vs.0.885）以及敏感性（训练集X线vs.MRI:0.826 vs.0.891;测试集X线vs.MRI:0.708 vs.0.875）,但具有较低的特异性（训练集X线vs.MRI:0.909 vs.0.849;测试集X线vs.MRI:0.941 vs.0.882）。第二阶段任务的结果表明,DM加DBT比DW加DCE在预测Luminal A和Luminal B时产生了更好的AUCs,训练集（0.859和0.805;0.773和0.747）和验证集（0.906和0.853;0.807和0.784）。对于HER2-enriched和TN的预测,DW加DCE比DM加DBT获得更好的AUC,训练集（0.954和0.857;0.877和0.802）,验证集（0.974和0.907;0.938和0.874）。结论:在诊断良恶性方面,X线具有更高的特异性,MRI具有更高的敏感性。在预测分子分型方面,瘤周区域具有重要的预测信息,X线在预测Luminal A和B上表现出了较高的预测性能,MRI在预测HER2-enriched和TN上表现出了更高的预测性能。影像组学模型具有潜在的临床价值,可以辅助医生进行临床诊断和预测。
其他文献
目的:准确描绘临床目标体积（Clinical Target Volumes,CTV）对于制定放射治疗计划至关重要。手动描绘CTV是一项非常耗时且主观的工作。近年来,基于深度学习的CTV自动描绘技术取得了很大进展。然而,潜在的肿瘤扩散组织或亚临床疾病组织无法准确分割,同时在描绘CTV切片与普通切片交界处的切片时,模型性能会显著下降。这些缺点限制了其在直肠癌放疗中的应用。在这项研究中,我们提出了一种基
目的:视网膜识别技术是目前最稳定和最安全的生物识别技术之一。与掌纹、指纹和人脸识别相比,视网膜识别技术更安全,更难伪造。由于视网膜图像采集时角度和尺度的变化导致特征识别时准确率降低,本文旨在研究和设计一种具有尺度不变性、旋转不变性的视网膜识别方法,用于身份识别。研究方法:本文针对视网膜血管分割时血管末梢不易被分割和视盘边界易被误分为血管的问题,使用基于改进的U-Net网络进行视网膜血管分割,在基础
目的:基于动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI）功能参数图瘤内及瘤周区域的影像组学特征,构建术前无创评估乳腺癌患者人表皮生长因子受体2（human epidermal growth factor receptor type 2,HER-2）和Ki-67状态的影像组学评分（radiomics
目的:肝细胞癌（hepatocellular carcinoma,HCC）微血管侵犯（microvascular invasion,MVI）的术前预测对HCC患者制定合适的治疗方案、减少复发率和提高生存率至关重要。本研究的目的是探讨多序列MRI影像的瘤内瘤周影像组学预测肝癌MVI的价值。材料和方法:从2014年6月至2020年3月,共有106例经病理证实的HCC患者被纳入这项回顾性研究。其中有52
目的:肺癌是导致癌症死亡的最主要原因,放射治疗是肺癌的主要治疗方式之一。精准的放射治疗可以提高患者的总生存时间和生存质量,其中一个关键特征是剂量计算的准确性。本研究的目的是比较A×B和AAA算法的计算精度以及剂量学差异,为非小细胞肺癌在Eclipse计划系统中设计精确放疗计划时,左、右肺不同算法的选择提供依据。研究方法:本研究选取20例非小细胞肺癌患者的CT图像,其中左、右肺癌患者各10例。为每名
研究目的:皮肤缺损的再生与修复一直是困扰临床治疗的一大难题,皮肤组织工程是近年来的研究热点之一。自体表皮细胞不会产生免疫排斥反应,角质形成细胞占表皮细胞的90%以上,它是皮肤上皮化的关键细胞。脱细胞真皮基质（acellular dermal matrix,ADM）去除了免疫原性成分,保留了部分细胞外基质和生物活性成分。本研究通过自体表皮细胞结合异种脱细胞真皮凝胶（acellular dermal
目的:本研究着眼最新发现的细胞死亡形式——细胞焦亡,选择细胞焦亡靶向蛋白之一的GSDME。因GSDME在卵巢癌敏感细胞中高表达,而在卵巢癌耐药细胞中几乎不表达。在此研究背景下构建一种介孔二氧化硅纳米粒子递送体系,以卵巢癌敏感细胞及卵巢癌耐药细胞为研究对象,将纳米粒子与适配体AS1411结合诱导GSDME介导的卵巢癌细胞焦亡。同时纳米粒子吸附AS1411和化疗药紫杉醇并转染GSDME过表达质粒,使卵
目的:随着心血管疾病的发生率逐年上升,预防和诊断心血管疾病迫在眉睫。对于仅仅依靠医生对心电信号做出诊断,效率非常低下且具有挑战性,因此家庭便携式监护仪越来越普遍。基于便携式监护仪能够在家庭中实现心电信号的异常检测与分类,本文提出了引入跳连接的卷积自编码器算法,和基于注意力机制的多尺度卷积分类网络。自编码器利用重构误差与阈值的大小关系对模型没有学习过的心电信号数据类型做出异常判决,以告知使用者异常情
目的:在进行无痛胃镜检查的麻醉时,同时保证患者胃镜检查过程中的舒适度和胃镜检查过后并发症尽快消去是有一定难度的。本研究中,通过使用药代动力学模型和药效学模型模拟麻醉给药,预测给药方案使患者在胃镜检查过程中的舒适度和胃镜检查结束后并发症的消去情况,从而可以根据临床环境需求和患者的身体情况找到最适合该患者的麻醉药给药方案。方法:本研究分为两部分。第一部分是通过药代动力学-药效学模拟预测4种已有的无痛胃
目的:人类多发性硬化症（Multiple Sclerosis,MS）是一种由多种免疫细胞、免疫分子介导的自身免疫性中枢神经系统炎性脱髓鞘疾病,自身免疫系统攻击自身组织导致轴索断裂、缺失和脑萎缩,患者出现神经功能残疾。实验性自身免疫性脑脊髓炎（Experimental Autoimmune Encephalomyelitis,EAE）与MS具有高度相似的病理学特征,是国内外公认研究MS的理想动物模型