论文部分内容阅读
第一部分全肿瘤ADC直方图分析在局部进展期直肠癌新辅助治疗疗效评价中的应用目的:探讨全肿瘤ADC直方图分析在局部进展期直肠癌新辅助疗效评价中的应用。方法:回顾性分析2017年3月至2019年3月43例非转移性局部进展期直肠癌（LARC）病例,患者均行新辅助放化疗,治疗前后均采用3T磁共振（MAGNETOM Skyra,西门子医疗,德国埃尔兰根）进行MR检查,扫描序列包括T2WI、T1-DIXON、DWI序列。于放化疗前、后分别测量肿瘤最大径线Lbefore、Lafter,最大厚度Dbefore、Dafter,并计算差值ΔL、ΔD及变化率%ΔL、%ΔD。采用ITK-SNAP（https://itk.org/）的开源软件在T2WI上手动勾画ROI得到放化疗前后肿瘤体积,并计算肿瘤体积减少百分比（TVR）。采用ITK-SNAP在ADC图上手动勾画ROI得到放化疗后ADC直方图一阶参数,并计算各参数的差值及变化率。参照RECIST1.1标准、TVR评价标准、TRG（肿瘤退缩分级）-MRI诊断标准对直肠癌进行疗效评估。以术后病理为金标准,定义p TRG（0,1,2）级为有效组,p TRG3级为无效组。分别计算各指标评估肿瘤退缩反应的准确率、灵敏度、特异度、阳性预测值、阴性预测值。采用配对t检验评估治疗前后ADC直方图一阶参数的差异和变化率是否存在统计学差异。应用两样本t检验及t’检验分析治疗有效组及无效组间ADC直方图一阶参数的差异和变化率以及基线检查各参数值在两组之间是否存在统计学差异。采用受试者工作特征曲线对有统计学差异的直方图分析参数的差值、变化率以及基线检查参数进行诊断效能比较。结果:参照RECIST1.1标准以厚度评估直肠癌n CRT疗效的准确率为69.8%,灵敏度为69.7%,特异度为30%,阳性预测值为71.9%,阴性预测值为23.1%。以最大径评估直肠癌n CRT疗效的准确率为53.5%,灵敏度为57.6%,特异度为60%,阳性预测值为82.6%,阴性预测值为30%。以体积评估直肠癌n CRT疗效的准确率为30.2%,灵敏度为36.4%,特异度为90%,阳性预测值为92.3%,阴性预测值为30%。参照TRG-MRI标准评估直肠癌n CRT疗效的准确率为60.4%,灵敏度为54.5%,特异度为80%,阳性预测值为90%,阴性预测值为34.8%。ADC第10百分位数,第90百分位数,能量（Energy）,熵（Entropy）,最大值（Maximum）,均值（Mean）,中位数（Median）,最小值（Minimum）,极差（Range）,均方根（Root Mean Squared）,偏度（Skewness）,总能量（Total Energy）,均匀性（Uniformity）的差值以及能量和总能量在新辅助放化疗前后的变化率具有统计学意义（均P<0.05）。有效组治疗前后能量（Energy）及总能量（Total Energy）的变化率大于无效组,差异具有统计学意义。应用受试者工作特征曲线,当能量及总能量变化率大于38.28%时,预测直肠癌新辅助放化疗有效的准确率为72.1%,敏感性为81.8%,特异性为60%,阳性预测值为87.1%,阴性预测值为50%。第二部分基于ADC图的不同影像组学模型在预测局部进展期直肠癌新辅助放化疗疗效中的应用目的:探究基于ADC图不同影像组学模型预测局部进展期直肠癌新辅助放化疗疗效的有效性。方法:回顾性分析2017年3月至2019年3月43例非转移性局部进展期直肠癌（LARC）病例,患者均行新辅助放化疗,在治疗前后均采用3T磁共振（MAGNETOM Skyra,西门子医疗,德国埃尔兰根）进行MR检查。采用ITK-SNAP在治疗前ADC图上手动勾画ROI,通过影像组学软件Pyradiomics（https://pyradiomics.readthedocs.io/en/latest/index.html）提取109个影像组学特征。43例患者采用配对差异分析方法（Paired-difference analysis,PDA）增加样本量后共获得378个样本对,按照7:3随机分成训练组和测试组。分别采用支持向量机SVM（Support Vector Machine）、自动编码器AE（Auto-Encoder）、线性判别分类器LDA（Linear Discriminant Analysis）、随机森林RF（Random Forest）、罗杰氏回归LR（Logistic Regression）、LR-Lasso（Logistic Regression via Lasso）等模型进行筛选。根据模型在测试集上的准确性、敏感性、特异性来决定一个模型的最优组合,使用受试者工作特征曲线分析评估不同模型的诊断性能。分析模型基于Sklearn（https://scikit-learn.org/）和华东师范大学开发的软件Fe Ature Explorer（FAE,v0.2.5,https://github.com/salan668/FAE）进行开发。结果:最终筛选出较为稳定的三个模型分别是SVM、RF及LR-Lasso模型,SVM模型的AUC、准确率为0.934和98.4%,敏感性和特异性为80%和100%,阴性预测值和阳性预测值为98.3%和100%。RF模型的AUC、准确率为0.998和98.4%,敏感性和特异性为100%和98.3%,阴性预测值和阳性预测值为100%和83.2%。LR-Lasso模型的AUC、准确率为0.997和98.4%,灵敏度和特异性为100%和98.3%,阴性预测值和阳性预测值为100%和83.3%。结论:1.与MR常规形态学及肿瘤治疗前后体积变化率相比,基于全肿瘤ADC直方图一阶参数中的能量及总能量的变化率可预测直肠癌新辅助治疗疗效并提高诊断效能。2.影像组学模型在预测局部进展期直肠癌疗效方面具有更高的准确率,采用Random Forest（RF）方法建立的影像组学模型较其他组学模型诊断效能更高。