论文部分内容阅读
第一部分 基于CT放射组学的肝细胞肝癌病理分级的可行性研究目的:探讨CT放射组学在临床预测肝细胞肝癌病理分级中的可行性。材料与方法:回顾分析429例经手术病理证实的肝细胞肝癌患者,将其分为训练组(329例)及测试组(100例),术前两周均行CT检查,扫描内容包括CT平扫、动脉期、静脉期及延迟期。并记录每一位患者的临床信息及实验室检查结果,应用MATLAB 2010a(MathWorks,Natick,USA)软件对动脉期及静脉期CT图像进行放射组学特征提取,应用LASSO回归分析法对提取的放射组学特征进行降维、筛选及建模,同时也对临床因素进行筛选和建模,利用AUC值对放射组学模型、临床模型及联合模型预测肝癌病理分级能力进行评估。结果:在训练组及测试组中放射组学模型均能进行预测高级别和低级别肝细胞肝癌(p<0.0001),放射组学模型AUC值为0.815(训练组)和0.694(测试组),临床模型AUC值为0.691(训练组)和0.626(测试组),联合模型AUC值为0.833(训练组)和0.703(测试组)。临床模型中,年龄、肿瘤大小和AFP均为预测肝癌病理分级的独立因素(p<0.05)。联合模型中仅有放射组学为预测肝细胞肝癌分级的独立预测因素(p<0.05)。结论:放射组学能够成功预测肝细胞肝癌的病理分级,以指导临床选择最优治疗方案。联合模型预测肝细胞肝癌病理分级的能力优于临床因素和组学模型。第二部分 CT放射组学在肝细胞肝癌早期复发预测中的可行性研究目的:探讨CT放射组学在预测肝细胞肝癌早期复发中临床应用的可行性。材料与方法:对325例肝细胞肝癌病人进行回顾性分析,并分为训练组(225例)和测试组(100例)。所有病人均行肝癌切除术至少1年。术前两周内行CT扫描,扫描内容包括CT平扫、动脉期、静脉期及延迟期。并记录患者相关临床信息及实验室检查。应用MATLAB 2010a(MathWorks,Natick,USA)软件对CT图像进行放射组学特征提取,共从动脉期及静脉期CT图像中提取656个放射组学特征,应用LASSO回归模型进行组学特征的降维、特征选取和组学模型建立。分别对临床因素和组学因素进行单因素及多因素分析,筛选独立危险因素。应用受试者工作特征曲线(receiver operating characteristic curve,ROC 曲线)的曲线下面积(area under the curve,AUC)对组学模型、临床模型及联合模型进行效能评估,以评价这三种模型预测肝癌早期复发的能力。结果:由14个组学特征组成的放射组学模型与肝癌早期复发间的关联具有统计学意义(P<0.001),训练组及测试组的AUC值分别为0.818(95%CI:0.760-0.865)和0.719(95%CI:0.621-0.805)。在临床模型中,肿瘤直径、肿瘤包膜和γ-谷氨酰转肽酶(gamma-glutamyl transferase,GGT)与肝癌早期复发间具有统计学意义(P<0.05)。而联合模型则具有更高的预测价值,其训练组及测试组的AUC值分别为 0.846(95%CI:0.792-0.890)and 0.737(95%CI:0.640-0.820)。放射组学特征、肿瘤大小和GGT水平均为预测肝癌早期复发的独立因素(P<0.05)。结论:CT放射组学能够成功预测肝细胞肝癌的早期复发,可用于临床以便为患者的精准治疗提供依据。联合模型预测能力优于组学模型或临床模型。