基于磁共振的多模态影像组学模型对肝纤维化分期的价值研究

来源 :青岛大学 | 被引量 : 0次 | 上传用户:ccf107893228
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:基于肝纤维化患者的磁共振T2加权脂肪抑制序列(T2-weighted imaging fat suppression,T2WI-FS)与扩散加权成像序列(diffusion-weighted imaging,DWI)图像的影像组学特征联合临床-血清学特征建立联合模型,探讨联合模型对于肝纤维化分期的预测效能。方法:(1)回顾性收集2016年2月-2019年12月期间青岛大学附属医院行肝段切除的肝纤维化患者1038例,所有患者术前两周内进行磁共振T2WI-FS、DWI扫描以及实验室检查,并于术后获得肝纤维化的病理分期。根据本研究的纳入标准及排除标准,最终共249例患者符合要求,其中男性179例,女性70例;S0-S2期肝纤维化患者共127例,S3-S4期肝纤维化患者共122例。(2)将磁共振T2WI-FS与DWI图像由PACS系统导入ITK-snap软件,手动勾画感兴趣区(region of interest,ROI),使用Pyradiomics软件提取影像特征,之后按照7:3的比例将249例患者随机分为训练队列与验证队列,训练队列用于筛选特征以及构建模型,验证队列用于验证模型的诊断效能。(3)使用IBM SPSS 26统计学软件对临床、血清学指标进行统计分析,定性资料使用卡方检验,定量资料使用Mann-Whitney U检验,受试者工作特征曲线(receiver operating curve,ROC)及曲线下面积(area under the curve,AUC)用于评价FIB-4、APRI、GPR、AAR四个血清诊断模型对于肝纤维化分期的诊断价值。(4)使用R语言统计软件对组学数据进行统计分析,单因素及多因素Logistic回归筛选出诊断S3-S4期肝纤维化的独立预测因子,并构建临床-血清学诊断模型及临床-血清诺模图。(5)使用组内相关系数(intraclass correlation coefficient,ICC)排除特征提取中观察者间和观察者内的差异,Wilcoxon检验及LASSO回归用于图像特征的选择,通过Logistic回归分析建立T2WI-score、DWIscore以及T2-DWI-score三种影像组学标签,ROC曲线筛选出诊断效能最佳的组学标签。使用Logistic回归分析将最佳的影像组学标签与筛选出的临床-血清学指标构建联合模型并绘制组学诺模图。使用ROC曲线对变量的准确度、敏感性、特异性、阴性预测值以及阳性预测值进行评估,P<0.05表示差异有统计学意义。以决策曲线分析法(Decision curve analysis,DCA)分析诺模图诊断不同分期纤维化的净获益。结果:(1)多因素Logistic回归结果显示临床-血清学特征中,肝炎病史、PLT、GGT、LDH是诊断S3-S4期纤维化的独立预测因子。T2WI-FS与DWI图像中各提取出1561个参数特征,经特征降维筛选后,T2WI-FS与DWI两序列分别保留26个与10个特征,由上述36个组学特征计算的组学标签T2-DWI-score比T2WI-FS与DWI单一的组学标签有更好的预测效果,T2-DWI-score训练队列的AUC为0.968(95%CI:0.923-0.971),验证队列AUC为0.877(95%CI:0.839-0.902)。(2)四个临床-血清特征与36个影像组学标签建立的组学诺模图对S3-S4期肝纤维化有良好的预测效果,在训练队列中,组学诺模图的预测性能优于临床-血清诺模图(组学诺模图AUC:0.981,95%CI:0.872-0.993),在验证队列中,组学诺模图预测性能也高于临床-血清诺模图(组学诺模图AUC:0.905,95%CI:0.843-0.937)。DCA结果显示组学诺模图比临床-血清诺模图具有更高的临床实用性。(3)与血清学指标建立的FIB-4、APRI、GPR、AAR四个血清诊断模型相比,组学诺模图具有更高的诊断性能,AUC为0.895(95%CI:0.850-0.924),Delong检验结果显示P<0.01。组学诺模图对出现纤维化(≥S1期)、显著肝纤维化(≥S2期)、进展期肝纤维化(≥S3期)及早期肝硬化(S4期)均有较高的诊断效能,AUC分别为0.973(95%CI:0.931-0.980)、0.964(95%CI:0.925-0.971)、0.895(95%CI:0.850-0.924)、0.931(95%CI:0.905-0.951)。结论:基于磁共振T2WI-FS与DWI影像组学特征联合临床-血清学特征建立的组学诺模图是一种无创诊断工具,在诊断肝纤维化分期方面具有较高诊断效能。
其他文献
目的:探讨孤独症谱系障碍儿童的睡眠问题和胃肠道问题的发生情况及相关影响因素,为孤独症谱系障碍儿童共患睡眠问题及胃肠道问题的防治提供临床依据,更好地改善ASD儿童的临床症状。方法:采用病例对照研究方法,纳入2018年9月至2019年9月符合美国精神障碍诊断与统计手册第5版(DSM-Ⅴ)诊断标准的121例孤独症谱系障碍儿童作为ASD儿童组,正常对照组为同期内与ASD儿童组性别和年龄相匹配的135例正常
目的:探讨单孔腹腔镜治疗精索静脉曲张操作空间小,结扎精索血管束分离淋巴管困难的情况下,向睾丸鞘膜腔注射亚甲蓝后,经脐部单孔腹腔镜治疗精索静脉曲张并保留淋巴管的可行性。方法:回顾性分析2016年7月至2019年12月青岛大学附属医院小儿外科35例精索静脉曲张的患者。其中15例行经脐单孔腹腔镜淋巴管显影治疗精索静脉曲张,患侧均为左侧。该组患者均接受了单孔腹腔镜下精索静脉结扎术并保留了淋巴管,术中向睾丸
目的探讨胃饥饿素(Ghrelin)在成骨细胞内质网应激中的作用及其可能机制。方法(1)构建内质网应激模型体系:在参考文献以及以往研究的基础上,用不同浓度(0-8.0μg/m L)衣霉素(Tunicamycin,TM)处理20h,诱导MC3T3E1成骨细胞系,经CCK8的测定,明确后续研究中TM的实验浓度;(2)设立不同浓度Ghrelin预处理组(10-11、10-9、10-7mol/L),比较不同
目的:结节性硬化症(TSC)临床表现形式复杂,即使突变位点相同,临床表现也可能完全不同。基因检测可以确诊该疾病,早期发现,及时诊断及有效地治疗可以提高本病预后。本文报道了4例TSC2基因突变致TSC患儿,其中1例为TSC2-PKD1邻接基因综合征,通过分析患儿的临床特点及治疗经过,进一步提高对该病的认识,有助于早期诊断及治疗。方法:选取4例TSC2基因突变的TSC患儿为研究对象,其中1例合并有TS
目的:本研究以人群为基础的队列研究,旨在明确青岛地区先天性心脏病(CHD)发病率及其影响因素,采取有效的干预措施识别防治目标人群,为提高先天性心脏病防治效果提供参考依据。方法:本研究基于“青岛市出生缺陷综合防治研究”的队列,以青岛地区2018年8月1日至2019年4月30日妊娠15-20周的户籍孕妇作为研究对象,系统收集孕妇的基本信息(人口社会学资料、孕产史、个人疾病史、有害物质暴露和行为生活方式
目的:帕金森病(Parkinson’s disease,PD)是最常见的中枢神经系统退行性疾病之一。长链非编码RNA(lnc RNA)-核富含丰富的转录本1(Nuclear-enriched abundant transcript1,NEAT1)在哺乳动物脑内含量非常丰富;通过本研究,探讨在1-甲基-4-苯基吡(1-Methyl-4-phenylpyridine,MPP+)诱导的PD细胞模型中ln
目的:反复多次用长波紫外线(UVA)照射成纤维细胞,建立光老化模型,探究长波紫外线(UVA)对人皮肤成纤维细胞(HSF)光老化作用的分子机制。方法:取20-40岁的健康男子包皮组织,胰酶消化法分离真皮成纤维细胞后取第3-8代成纤维细胞进行后续实验,采用0 J/cm2、5 J/cm2、7.5 J/cm2、10J/cm2剂量UVA分别照射HSF,于照射后48h观察成纤维细胞,通过CCK8技术测试细胞的
目的:探讨超声造影参数及其动态血管模式曲线在诊断腮腺多形性腺瘤组织病理学分型中的价值。方法:对2015年8月至2019年5月因腮腺肿物于青岛大学附属医院口腔颌面外科就诊,选取术后组织病理学结果为腮腺多形性腺瘤的60例,共60个病灶进行回顾性研究。根据多形性腺瘤内间质和上皮的比例,肿瘤间质含量小于40%定义为间质缺乏型;肿瘤间质含量在40%~60%之间者定义为中间型;肿瘤间质含量大于60%则定义为间
目的:结直肠癌是最常见的恶性肿瘤之一,也是全球第二大癌症相关死亡原因。越来越多的研究显示,长链非编码RNA(long non-coding RNA,lnc RNA)在结直肠癌的发生和发展中起着重要的调控作用。CASC9作为近年新发现的lnc RNA,已经被证实在多种恶性肿瘤中起致癌作用,但其在结直肠癌中的作用及机制的相关研究较少。本研究旨在探索CASC9在结直肠癌肿瘤组织和细胞系中的表达水平及其与
背景:海马是一种易受损害的结构,埋藏在人体内侧颞叶深处。研究证实,海马萎缩速率与认知障碍密切相关,包括最常见的阿尔茨海默病(Alzheimer’s disease,AD)和一些非AD疾病。先前的全基因组关联性分析以基线海马体积作为数量性状发现了AD的新型易感基因。然而,对于海马萎缩速率的遗传预测因子目前知之甚少。因此,我们进行了第一项全基因组关联性分析,研究与海马萎缩速率有关的遗传风险位点。方法: