论文部分内容阅读
目的 第一部分探讨良、恶性肺结节影像组学的定量特征,并分析其在良恶性肺结节鉴别中的价值。第二部分探讨良恶性肺结节影像组学特征与病变组织中表皮生长因子(EGFR)基因突变及Ki-67蛋白表达的相关性。方法第一部分选取经病理结果证实的良性肺结节和恶性肺结节各30例,使用ITK-SNAP软件对肺结节进行分割,利用AK(Artificial Intelligent Kit,AK)软件进行影像组学特征提取。第二部分纳入120例肺结节患者,根据EGFR基因位点突变和Ki-67蛋白表达情况分别进行分组(阳性组、阴性组),分析EGFR基因位点突变和Ki-67蛋白表达情况的关联,并将EGFR基因、Ki-67蛋白检测结果与影像组学特征进行相关性分析。结果第一部分经计算后两组数据分别得到396个特征,通过特征选取,肺良恶性结节在灰度游程长矩阵(the run-length matrix,RLM),灰度共生矩阵(the gray-level co-occu rrencematrix,GLCM)方面有显著统计学差异。第二部分1.肉芽肿性病变与肺原位癌病变中EGFR基因突变没有统计学差异(P>0.05),与微浸润性肺腺癌,浸润性肺腺癌病变中EGFR基因位点突变有统计学差异(P<0.05),在年龄、性别方面无统计学差异(P>0.05)。2.肉芽肿性病变与肺腺癌病变中Ki-67蛋內的表达均有统计学差异(P<0.05),在年龄、性别方面无统计学差异(P>0.05)。3.在影像组学特征方面.EGFR基因突变与灰度共生矩阵中Inertia_AllDirection_offset4有相关性(P<0.05),ki-67蛋白表达与灰度游程长矩阵ShortRunlEmphasis_AllDirection_offsetl,灰度共生矩阵InverseD ifferenceMoment_AllDiirection_offset4,Inertia_AllDirection_offset4 间符相关性(P<0.05)。4.EGFR基因突变和Ki-67蛋白表达间存在相关性(P<0.05)。结论第一部分使用影像组学方法能够区分良、恶性肺结节,可以为良恶性肺结节鉴别诊断提供客观依据。第二部分影像组学特征对判断肿瘤基因突变、增殖活性及预后治疗具有指导意义。