影像组学在肺磨玻璃结节中的研究进展

影像组学可以高通量地提取大量反映病灶异质性的定量影像特征用于病变分析和诊疗,目前已应用于肺磨玻璃结节的研究,包括影像组学特征可重复性、良恶性鉴别,以及浸润性、生长趋势、病理相关指标、基因突变及免疫治疗相关标志物预测等方面。就近年影像组学在肺磨玻璃结节中的研究进展进行综述。     

肺磨玻璃结节CT影像组学研究进展

【摘要】肺磨玻璃结节（GGN）是一种肺部常见的非特异性征象,良恶性GGN的治疗方法及预后不同,因此准确鉴别GGN具有重要的临床意义。影像组学可以从影像图像中高通量地提取影像特征,并从中推断出可能包含预后信息的基因蛋白表型或特征。CT影像组学可以鉴别GGN的良恶性,预测恶性GGN的病理分型并评价其侵袭性,为肺GGN个体化诊疗方案的选择提供有力的依据。本文就CT影像组学在GGN中的应用进行综述。     

结合瘤周影像组学建立磨玻璃结节手术切除预测模型

目的 融合肺磨玻璃结节(GGN)瘤内及瘤周影像组学特征,并与临床模型相结合建立GGN手术切除预测模型。方法 回顾性搜集311例肺GGN患者CT图像,包括良性/腺体前驱病变121例,肺腺癌(微浸润腺癌/浸润性肺腺癌)190例。对GGN行手动分割获得瘤内ROI,使用膨胀算法外扩3 mm获得瘤周ROI,分别提取影像组学特征。按照7∶3比例随机划分训练集(217例)与验证集(94例),使用支持向量机构建瘤内组学模型、瘤周组学模型及融合组学模型。选取其中表现最好的模型与临床模型相结合,建立GGN手术切除预测模型。使用曲线下面积(AUC)、准确率、敏感度、特异度评价各模型预测效能,DeLong检验用于比较各模型AUC差异,使用决策曲线评估各模型的临床应用。结果 瘤内组学模型训练集AUC值为0.805(95%CI:0.745～0.866),验证集AUC值为0.787(95%CI:0.696～0.878);瘤周组学模型训练集AUC值为0.727(95%CI:0.655～0.799),验证集AUC值为0.759(95%CI:0.653～0.866);融合组学模型训练集AUC值为0.827 (95%CI:...     

影像组学特征对肺纯磨玻璃结节侵袭性腺癌与 非侵袭性腺癌的鉴别价值

目的研究影像组学特征对肺纯磨玻璃结节（pGGN）侵袭性腺癌与非侵袭性腺癌的鉴别价值。方法回顾性分析2011年7月-2016年7月间156例经手术病理证实为肺腺癌且存在pGGN的病人资料,其中男65例,女91例,年龄37~81岁（中位年龄56岁）。经手术病理证实,非侵袭性腺癌60例（包括非典型腺瘤样增生28例,原位癌32例）,侵袭性腺癌96例（包括微浸润腺癌53例,浸润性腺癌43例）。应用图像分析软件ImageJ1.50b提取4大类共68个影像组学特征,采用线性回归对所有影像组学特征进行共线性诊断,将不存在共线性的影像组学特征（54个）作为独立参数来预测pGGN的病理侵袭性。采用二元logistic回归分析建立影像组学特征与pGGN病理类型之间的预测模型,采用向后步进方法选取最佳定量特征,当定量特征P<0.05时纳入模型,当定量特征P>0.10时剔除模型。采用受试者操作特征（ROC）曲线对模型进行分析,并评价影像组学特征预测pGGN病理侵袭性的效能。结果二元logistic回归模型从54个影像组学特征中筛选出8个具有统计学意义的影像组学特征（P<0.05）,其中描述肿瘤大小的特征2个（面积和周长）,描述肿瘤形态的特征2个（椭圆长轴和椭圆短轴）,描述肿瘤灰度直方图的特征3个（众数、最大灰度值和直方图峰度）,描述肿瘤纹理的特征1个（灰度共生矩阵熵值）。基于此模型建立的ROC曲线分析显示,曲线下面积（AUC）=0.951（95%CI：0.918~0.985）,诊断的敏感度和特异度分别为94.8%和86.7%。结论影像组学特征对鉴别肺pGGN侵袭性腺癌与非侵袭性腺癌有较高的价值,并具有良好的诊断效能。      

肺磨玻璃结节形态学衍变模式研究进展

随访观察是肺磨玻璃结节的重要诊疗方法,随访过程中肺磨玻璃结节的形态学衍变模式对其诊断具有至关重要的作用,需仔细评判其体积、边缘形态、内血管以及支气管形态的衍变模式等.本文主要对肺磨玻璃结节随访过程中体积、边缘形态、内血管及支气管形态学衍变模式进行综述.     

影像组学在肺癌中的应用

【摘要】影像组学作为一种新兴技术,通过应用大量的图像特征对肿瘤表型进行量化,可从图像中提取影像诊断医师肉眼不易看到的信息或不易量化的特征,尽管仍处于早期阶段,但已有多项研究表明影像组学在肺癌早期诊断、风险分层、个体化治疗和总体预后预测等方面具有潜在的应用价值。本综述的目的是总结目前影像组学在肺癌中的研究进展并讨论其临床价值以及未来的目标和挑战。     

基于薄层CT的三维影像组学在预测亚厘米磨玻璃样肺腺癌浸润程度的价值

【摘要】目的：探讨基于术前薄层CT的三维影像组学预测亚厘米磨玻璃样肺腺癌浸润程度的临床应用价值。方法：回顾性分析华东医院2013年1月－2017年7月经病理证实的394例亚厘米肺腺癌患者（共446个结节）的术前肺部薄层CT和临床资料。选取2013年1月－2015年12月的253例患者的286个结节为验证集;2016年1月－2017年7月141例患者的160个结节为训练集。所有病例参照病理金标准分为浸润前病变和浸润性病变,且所有结节均逐层勾画ROI而得到其容积感兴趣区（VOI）。采用Matlab 2016b软件从每个结节的VOI中提取475个影像组学特征,利用最小绝对收缩和选择算子（LASSO）进行特征筛选,随后建立影像组学标签。采用单因素及多因素分析方法筛选出训练集中两组病变间差异有统计学意义的变量并建立回归模型,进一步在验证集中对此模型进行验证。采用ROC曲线评价模型对结节浸润性的预测效能。结果：经可重复性分析及LASSO降维,最终筛选出13个影像组学特征并建立影像组学标签。多因素分析结果显示影像组学标签和CT值是预测肺癌浸润程度的独立危险因子。在训练集中,回归方程、CT值和影像组学标签的ROC曲线下面积（AUC）分别为0.785（95%CI：0.730~0.840）、0.742（95%CI：0.681~0.802）和0.696（95%CI：0.630~0.760）。在验证集中,回归模型、CT值和影像组学标签的AUC分别为0.704（95%CI：0.618~0.790）、0.683（95%CI：0.595~0.772）和0.674（95%CI：0.588~0.761）。结论：基于薄层CT的三维影像组学特征联合临床资料建立的多因素logistic回归模型对预测亚厘米级磨玻璃结节样肺腺癌的浸润程度具有很好的临床应用价值及发展前景。     

瘤内及瘤周联合影像组学模型对肺纯磨玻璃结节浸润性的预测价值

目的 探讨瘤内及瘤周联合影像组学模型对肺纯磨玻璃结节（pGGN）浸润性的预测价值。方法 选取186例经病理确诊的肺pGGN(186个),按8:2分为训练集和验证集。将前驱腺体病变不典型腺癌样增长（AAH）和原位腺癌（AIS）作为非浸润性病变组,将腺癌微浸润癌（MIA）和浸润性腺癌（IAC）作为浸润性病变组。每个结节勾画出瘤内和瘤周两个感兴趣区域（ROI）,从每个ROI获得2600个影像特征。用最小绝对收缩和选择算法（LASSO）对其进行特征筛选,建立瘤内、瘤周及两者联合模型。通过受试者操作特征（ROC）曲线下面积（AUC）评价模型效能,Delong检验比较不同模型的效能。结果 训练集中瘤内、瘤周及两者联合模型的AUC值分别为0.820、0.793、0.855,验证集中三个模型的AUC值分别为0.838、0.801、0.840。结论 瘤内和瘤周影像组学模型对肺pGGN浸润性的预测价值无明显差异,两者联合模型可以略提高对肺pGGN浸润性的预测效能。     

肺磨玻璃结节的CT分类及鉴别诊断研究

随着多层螺旋CT的普及应用和低剂量肺癌CT筛查计划的广泛开展,磨玻璃结节的发现率不断提高。磨玻璃结节可为多种性质病变的共同影像表现,尤其与早期肺癌的相关性不容忽视,故研究磨玻璃结节有重要的临床价值。回顾近年国内外文献,对磨玻璃结节的定义、CT诊断和鉴别诊断、病理性质及随访方案进行综述。     

肺磨玻璃结节的CT 分类及鉴别诊断研究

随着多层螺旋CT 的普及应用和低剂量肺癌CT 筛查计划的广泛开展,磨玻璃结节的发现率不断提高.磨玻璃结节可为多种性质病变的共同影像表现,尤其与早期肺癌的相关性不容忽视,故研究磨玻璃结节有重要的临床价值.回顾近年国内外文献,对磨玻璃结节的定义、CT 诊断和鉴别诊断、病理性质及随访方案进行综述.     

影像组学在原发性肝癌中的研究进展

影像组学是从医学影像中高通量提取形态、纹理等能反映细胞生物学行为特征的一种数字图像处理技术。因为其能够反映肉眼无法识别的组织微观改变,所以在原发性肝癌的诊断、鉴别诊断、分级、分期、生物学行为及生存预后分析等方面表现出独特的优势。就影像组学在原发性肝癌中的应用进展、存在的问题以及对未来研究的初步展望予以综述。     

含实性成分的可吸收肺磨玻璃结节HRCT征象分析

目的通过对肺部含有实性成分磨玻璃结节的影像分析,探讨可吸收性含实性成分磨玻璃结节的HRCT影像征象及其价值。方法选取59例含实性成分磨玻璃结节灶。病例分为两组,其中抗炎和/或抗感染后吸收消失的25例为可吸收组,直接手术切除且病理为肺腺癌的34例为对照组,对两组在病变外形、病变边界、支气管形态、病变边缘特征、有无分叶征、有无空泡征、有无血管扭曲、有无胸膜凹陷征、周围改变、实性成分形态等影像征象做分析对比,利用单因素及多因素Logistics回归进行统计分析处理。结果两组在病变外形、病变边界、支气管形态、病变边缘特征、有无分叶征、有无空泡征、有无血管扭曲、有无胸膜凹陷征、周围改变、实性成分形态等的征象差异均有统计学意义,且与可吸收组有关,多因素Logistics回归显示可吸收性含实性成分磨玻璃结节的独立征象因素为实性成分形态规整且边界清楚、无空泡征、无血管扭曲、无胸膜凹陷征,其ROC曲线下面积为0.945,特异度为0.848,灵敏度为0.920。结论对HRCT征象表现为实性成分形态规整且边界清楚、无空泡征、无血管扭曲、无胸膜凹陷征的含实性成分磨玻璃结节,尤其是实性成分规整呈类圆形者,应给予抗感染或/和抗炎治疗。     

肺磨玻璃结节多层CT自动体积和密度测量的可重复性研究

目的利用多层CT对肺磨玻璃结节(ground-glass nodule,GGN)自动体积、密度测量的可重复性进行研究,为该技术的进一步临床应用提供参考。方法对35名患者共计46个直径5～20mm持续存在的GGN进行重复2次多层CT扫描,第二次扫描范围仅覆盖结节附近区域。利用商用软件自动计算GGN体积和密度,选择对测量结果进行一致性分析,统计学方法采用Bland-Altman方法。结果两组数据GGN自动体积和密度测量均成功且结节分割比较完美的占78.3%(36/46),体积测量值95%一致性界限为0.984(0.802,1.167),密度测量值95%一致性界限为0.996(0.946,1.046)。结论对于大多数GGN自动体积、密度测量的可重复性很好,体积增加27%、密度增加7%可以确认GGN的生长。     

肺磨玻璃结节HRCT影像特征与肺腺癌病理分型的相关性研究

目的分析肺部磨玻璃密度结节(GGN)在HRCT的影像特征,并与肺腺癌病理分型进行相关性对照,以评价HRCT在肺腺癌病理学分型鉴别诊断中的价值,为肺癌的临床治疗提供依据。方法收集肺部GGN并经病理证实的患者,分析GGN的影像学特征,包括病灶大小(平均径)、CT值(平均CT值和相对CT值)、病灶形态、边缘、界面、内部结构(空泡征、支气管截断征)及邻近结构(胸膜凹陷征及血管集束征)改变等,并与病理分型及亚型进行对照。结果GGN的HRCT征象中,病灶边缘、界面、内部结构(空泡征、支气管截断征)及邻近结构(胸膜凹陷征、血管集束征)在四组间的差异具有统计学意义(P<0.05)。按肺腺癌病理亚型分类,附壁型腺癌、腺泡型腺癌、乳头型腺癌三组在空泡征、血管集束征、CT值(平均CT值和相对CT值)差异有统计学意义(P<0.05)。结论GGN的HRCT影像特征可以作为AAH、AIS、MIA与IAC鉴别诊断的可靠依据。此外,空泡征、血管集束征、平均CT值和相对CT值可为IAC病理亚型的分型提供参考。     

影像组学在肺癌中的应用进展

目前放射组学的研究涉及各种肿瘤性疾病的疗效评估,其在肺癌方面的研究较早、较多。综述了放射组学的基本步骤及其运用,总结了放射组学涉及的各种重建方式、放射组学特征,归纳了放射组学在肺结节良恶性鉴别、肺癌疗效评估、肺癌复发转移评价的最新进展情况。     

影像组学在胰腺肿瘤中的研究进展

随着影像技术的发展,胰腺肿瘤的检出率逐年提高。相较于传统的影像诊断模式,影像组学能够提取肉眼无法识别的高通量影像特征进行定量分析,目前已逐步运用于胰腺肿瘤的诊断与鉴别诊断、组织学分级和预后预测等方面。就影像组学在胰腺癌、胰腺神经内分泌肿瘤、胰腺囊性肿瘤中的应用进展予以综述。     

肺磨玻璃结节CT征象对早期肺腺癌的诊断价值

肺腺癌的发病率逐年升高,已成为最常见的肺癌组织学类型,2011版国际肺腺癌新分类法废除了传统支气管肺泡癌的命名,并提出了原位腺癌的概念。目前,低剂量CT是临床筛查及诊断肺癌的重要方法。早期肺腺癌在CT上主要表现为磨玻璃结节,且不同时期的肺腺癌结节其影像特征不一,CT诊断主要依据病灶的形态学特征,主要包括结节的大小、内部结构、边缘及与邻近结构关系等。收集和分析了近年有关磨玻璃结节各CT征象在诊断不同时期肺腺癌价值的有关文献,并对其进行综述。     

CT的形态学征象联合影像组学特征诊断模型在肺结节诊断中的应用

目的 结合肺结节CT形态学征像与影像组学特征建立联合诊断模型,期望提高孤立性肺结节的诊断准确性.方法 选取2012年2月～2019年1月206例肺实性结节(直径≤2cm)的CT图像.由两名医师独立进行形态学征像评估,并诊断结节良恶性,使用PyRadiomics开源软件提取、筛选定量影像组学特征,采用逻辑回归建立影像组学...     

表现为磨玻璃结节的肺腺癌诊断研究进展

磨玻璃结节（GGN）是指在薄层肺窗CT影像上观察到局部密度增加,但不遮盖肺内血管和支气管的模糊影。肺癌筛查中可以检出影像表现为GGN且病理结果为肺腺癌的病人。影像表现为GGN肺腺癌病理亚型不尽相同,早期诊断和准确鉴别对病人的治疗及改善预后具有重要的临床价值。就GGN的CT、MRI及PET/CT影像特征在鉴别表现为GGN的肺腺癌病理亚型方面的研究进展予以综述。     

CT影像组学模型对甲状腺良恶性结节的鉴别价值

目的探讨CT影像组学模型对良恶性甲状腺结节的鉴别诊断价值。方法回顾性分析2017年5月至2018年8月间南京医科大学附属淮安第一医院经病理证实的179例甲状腺结节患者的临床和影像资料。良性结节89例,恶性结节90例。患者术前均行甲状腺结节CT平扫和增强扫描。采用分层随机抽样方法将患者按照8∶2的比例分为训练组(143例)与测试组(36例),采用A.K软件基于术前CT图像提取378个影像组学特征,后采用Spearman相关分析与最小绝对收缩和选择算子回归分析进行特征筛选与模型构建,在训练组与测试组中应用受试者操作特征(ROC)曲线对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果经过特征筛选,16个影像组学特征用于构建甲状腺结节良恶性鉴别模型。训练组中预测模型的ROC曲线下面积(AUC)为0.92(95%可信区间:0.88~0.97),灵敏度和特异度分别为88.7%、82.0%,诊断准确率91.1%;测试组中AUC为0.90(95%可信区间:0.81~0.98),灵敏度和特异度分别为88.5%、84.6%,诊断准确率88.2%。结论基于CT的影像组学模型对良恶性甲状腺结节有较高的诊断效能。