文献类型：学位论文

中文题名：基于CT影像组学预测肺恶性肿瘤微波消融疗效

作者：杨静[1];

机构：[1]绍兴文理学院;

导师：冯建钜;绍兴文理学院|杨燕;绍兴文理学院|张亚军;绍兴文理学院

授予学位：硕士

语种：中文

中文关键词：肺恶性肿瘤;微波消融;影像组学;预测模型

中文摘要：目的:探讨CT影像组学预测肺恶性肿瘤患者接受微波消融(Microwave ablation,MWA)治疗后的早期疗效评估潜力。资料与方法:本研究回顾性纳入了115名原发性或转移性经MWA后的肺恶性肿瘤患者,所有患者依据相关指南和共识被分为治疗有效组和无效组。按7:3随机分为训练队列(n=80)和验证队列(n=35)。从术前(Time-Point0,TP0)和术后即刻(Time-Point1,TP1)CT图像中提取纹理特征参数,通过以下公式计算得出MWA术后影像组学特征的变化(delta-radiomics,delta-RO):[(术前影像组学参数-术后影像组学参数)/术前影像组学参数],并利用最小冗余最大相关性(minimal Redundancy Maximum Relevancy,m RMR)和最小绝对收缩与选择算子(Least absolute shrinkage and selection operator,LASSO)进行高维数据降维和特征选择。采用多元逻辑回归分析将影像组学参数与临床高危因素结合构建联合模型(Combined radiomics model,C-RO),以评估MWA早期疗效。计算各影像组学模型及联合模型曲线下面积(Area Under ROC Curve,AUC)、准确度、敏感度和特异度,并应用决策曲线分析(Decision Curve Analysis,DCA)来评估模型对临床决策的实用价值及净效益。结果:肿瘤长径、GGO最小环径(Ground-glass opacity,GGO)、肿瘤是否邻近大支气管在肺恶性肿瘤MWA治疗有效组和无效组之间具有统计学差异(P<0.05)。使用Delta影像组学特征参数构建的影像组学模型,在预测肺恶性肿瘤微波消融后早期疗效方面具有较高的临床效能,其训练组和验证组AUC值分别为0.892、0.808;通过结合TP0、TP1和Delta影像组学特征参数,逻辑回归联合模型表现出最佳性能,训练组和验证组的AUC值分别为0.945和0.744。DCA曲线分析证实Delta影像组学模型具有较高的临床收益。结论:Delta影像组学模型可以评估肺恶性肿瘤MWA的早期疗效,包括TP0、TP1和delta影像组学特征在内的联合预测模型性能更佳。