论文部分内容阅读
第一部分:PET/CT、CT和PET影像组学模型在预测肺腺癌（直径￡3cm）淋巴结转移中的对比研究目的:18F-FDG PET/CT与CT、PET影像组学模型预测肺腺癌（直径￡3cm）局部淋巴结转移的价值。方法:回顾性分析528例经手术病理证实的浸润型肺腺癌（直径￡3cm）患者,其中149例有淋巴结转移,379例无淋巴结转移。所有病例均在同一台设备、相同的参数下采集,图像预处理后按照7:3比例随机分为训练组和测试组。利用组内相关系数（intra-and inter-class correlation coefficient,ICC）评价勾画者的一致性,ICC>0.75表示一致性良好。使用m RMR和LASSO确定最佳特征集,运用逻辑回归建立预测肺腺癌淋巴结转移的PET/CT、CT和PET影像组学模型。ROC曲线评价三组影像组学模型预测肺腺癌淋巴结转移的诊断效能,当约登指数最大时取临界值,计算预测肺腺癌淋巴结转移的敏感度、特异度和准确度,并在测试组进行模型验证。结果:PET/CT、CT和PET三组影像组学模型数据经特征提取、降维后分别保留13个PET/CT（5个CT和8个PET）、10个CT、10个PET影像组学特征。PET/CT、CT、PET影像组学模型训练组AUC值分别为0.92、0.87和0.83;测试组AUC值分别为0.92、0.82和0.82。PET/CT和CT、PET三个组学模型之间AUC值分别进行De Long测试,显示PET/CT影像组学模型AUC值高于CT和PET影像组学模型,PET/CT与CT影像组学模型（P<0.05）、PET/CT与PET影像组学模型（P<0.05）之间有统计学意义;CT影像组学模型AUC值略高于PET影像组学模型,但两者无统计学意义（P值0.293）。PET/CT影像组学模型预测肺腺癌淋巴结转移训练组敏感度、特异度和准确度分别为0.805、0.886和0.827;测试组分别为0.858、0.932和0.879;CT影像组学模型预测淋巴结转移训练组敏感度、特异度和准确度分别为0.829、0.759和0.809;测试组分别为0.718、0.9和0.764。PET影像组学模型预测淋巴结转移训练组敏感度、特异度和准确度分别为0.767、0.743和0.760;测试组分别为0.770、0.864和0.796。结论:PET/CT影像组学模型对肺腺癌淋巴结转移（直径￡3cm）具有良好的预测能力,优于CT和PET影像组学模型。第二部分PET/CT影像组学-临床复合模型在预测肺腺癌（直径￡3cm）淋巴结转移中的诊断价值探讨目的:比较PET/CT影像组学-临床因素复合模型与PET/CT影像组学模型、临床因素模型三者间的诊断效能,探讨复合模型对预测肺腺癌淋巴结转移诊断价值。方法:回顾性分析528例浸润型肺腺癌（与第一部分病例相同）临床因素建立预测肺腺癌淋巴结转移的临床因素模型。为了验证PET/CT影像组学模型（与第一部分相同）的可靠性和重复性,在训练组和测试组进行内部交叉验证100次,然后将PET/CT影像组学模型与经筛选最后纳入的临床因素经平均权重后运用逻辑回归分析,得到预测肺腺癌淋巴结转移的PET/CT组学-临床复合模型。以上三个模型均在训练组中构建,并在相应测试组中进行模型测试。构建PET/CT组学-临床模型的列线图,辅助医师进行临床决策。绘制临床因素模型和PET/CT组学-临床模型的临床决策曲线,通过在测试组中量化分析不同阈值概率下的临床净获益,以确定二个模型的临床实用性与应用价值。结果:本研究显示实性成分大小和位置2个临床因素可以作为预测肺腺癌淋巴结转移的独立预测因子,通过logistic回归分析得到临床因素模型,训练组AUC值为0.91,测试组AUC值为0.95。影像组学模型训练组AUC值为0.92,测试组为0.92;复合模型在训练集和测试集中AUC值分别为0.95和0.95。复合模型AUC值高于临床模型,存在统计学差异（P<0.05）;复合模型AUC值略高于影像组模型,两者间无统计学差异（P值为0.092）;影像组学模型的AUC值略高于临床因素模型,两者间无统计学差异（P值为0.874）。PET/CT复合模型训练组准确度、敏感度和特异度分别为0.841、0.649和0.977;测试组分别为0.866、0.683和0.989。纳入的实性成分大小、位置和影像组学分数构建PET/CT组学-临床复合模型列线图。训练组和测试组拟合优度检验曲线显示P值分别为0.597和0.133。临床决策曲线显示预测肺腺癌淋巴结转移的阈值概率为1-70%时,运用PET/CT影像组学-临床复合模型比临床模型预测肺腺癌淋巴结转移获益更多。结论:本研究表明基于肺腺癌（直径￡3cm）PET/CT影像组学特征可提高预测肺腺癌淋巴结转移诊断效能;影像组学分数和临床因素一起构建的列线图为临床医生预测肺腺癌淋巴结转移提供一种定量、便捷的方法。第三部分PET/CT、CT和PET影像组学模型在预测肺腺癌EGFR基因表型中的对比研究目的:18F-FDG PET/CT、CT和PET影像组学模型预测表皮生长因子受体（epidermal growth factor receptor,EGFR）基因突变的价值。方法:回顾性分析583例经病理证实的肺腺癌患者,包括EGFR突变型患者295例,EGFR野生型患者288例。所有患者检查均在同一台PET/CT、同样的扫描参数下完成,图像经预处理后按7:3的比例随机分成训练集和测试集。使用m RMR和LASSO进行特征提取、选择最佳特征集,运用逻辑回归建立预测肺腺癌EGFR基因突变的PET/CT、CT和PET三个影像组学模型。采用ROC曲线评估三个影像组学模型预测肺腺癌EGFR突变的诊断效能。在测试组中分别对三组预测肺腺癌EGFR突变模型进行评估和验证。结果:PET/CT、CT和PET三组模型数据训练组经特征提取、降维后分别保留18个PET/CT（10个CT和8个PET）、15个CT和12个PET影像组学特征。PET/CT、CT和PET影像组学模型训练组AUC值分别为0.76、0.74、0.71;测试组AUC值分别为0.75、0.70、0.75。PET/CT、CT和PET三个模型之间分别进行De Long测试,显示PET/CT影像组学模型AUC值高于CT影像组学模型,但是两者无统计学意义（P值为0.098）。PET/CT影像组学模型AUC值高于PET组学模型（P<0.05）,两者有统计学意义;CT影像组学模型AUC值高于PET影像组学模型,两者无统计学意义（P值为0.113）。PET/CT影像组学模型预测肺腺癌EGFR突变训练组敏感度、特异度和准确度分别为0.703、0.686和0.694;测试组分别为0.535、0.864和0.701;CT影像组学模型预测EGFR突变训练组敏感度、特异度和准确度分别为0.609、0.754和0.682;测试组分别为0.802、0.568和0.684;PET影像组学模型预测EGFR突变训练组敏感度、特异度和准确度分别为0.569、0.758和0.665;测试组分别为0.663、0.773和0.718。结论:PET/CT影像组学模型预测肺腺癌EGFR突变有很好的预测能力,且优于PET影像组学模型,PET/CT影像组学模型对于预测肺腺癌EGFR突变及治疗方案选择具有一定临床应用价值。第四部分PET/CT影像组学-临床复合模型在预测肺腺癌EGFR基因表型中的诊断价值探讨目的:比较PET/CT影像组学-临床复合模型与PET/CT影像组学模型、临床模型三者间的诊断效能,探讨复合模型对预测肺腺癌EGFR突变诊断价值。方法:回顾性分析583例浸润型肺腺癌患者（与第三部分病例相同）临床因素建立预测肺腺癌EGFR突变的临床因素模型。为了验证PET/CT影像组学模型（与第三部分相同）的可靠性和重复性,在训练组和测试组进行内部交叉验证100次,然后将其与临床模型中经筛选最后纳入的临床因素经平均权重后运用逻辑回归分析,得到预测肺腺癌EGFR突变的PET/CT影像组学-临床复合模型。在训练组中建立以上三个模型,测试组中进行验证。采用ROC曲线评价复合、临床和影像组学模型预测肺腺癌EGFR突变的诊断效能。为了方便协助医生诊断,构建复合模型列线图。绘制临床因素模型和PET/CT组学-临床复合模型的临床决策曲线,通过在测试组中量化分析不同阈值概率下的临床净获益,以确定二个模型预测肺腺癌EGFR基因突变的临床效用。结果:研究显示吸烟史、胸膜牵拉、空气支气管征、磨玻璃成分4个临床因素可以作为预测肺腺癌EGFR突变的独立预测因子,然后通过逻辑回归分析得到预测肺腺癌EGFR突变的临床因素模型,训练组AUC值是0.81,测试组AUC值是0.77。复合模型在训练组和测试组中的AUC值分别为0.84和0.81。影像组学模型训练组AUC值是0.76,测试组AUC值是0.75。复合模型AUC值高于临床因素和影像组学模型,且都存在统计学差异（P<0.05）;临床因素模型的AUC值略高于影像组学模型,但两者间无统计学差异（P值为0.167）。PET/CT复合模型训练组准确度、敏感度和特异度分别为0.770、0.751和0.793;测试组准确度、敏感度和特异度分别为0.805、0.875和0.755。纳入的4个临床因素和影像组学分数构建PET/CT组学-临床模型列线图。训练组和测试组Hosmer-Lemeshow检验显示P值分别为0.34和0.13。临床决策曲线显示,预测肺腺癌EGFR突变的阈值概率为10-85%时,运用PET/CT影像组学-临床因素模型比临床因素模型预测肺腺癌EGFR突变获益较多,且在20-50%时表现更佳。结论:本研究表明基于肺腺癌PET/CT图像的影像组学特征可增加肺腺癌EGFR突变的临床诊断效能;PET/CT影像组学分数和临床特征构建的列线图为临床医生预测肺腺癌EGFR提供一种定量、直观的方法。