基于CT影像组学对食管鳞状细胞癌病理分化程度的预测

基于CT影像组学对食管鳞状细胞癌病理分化程度的预测

目的:探讨CT影像组学在预测食管鳞状细胞癌分化程度中的价值.方法:回顾性分析2008年1月到2016年8月经手术病理切片证实为食管鳞状细胞癌,临床资料完善和术前行CT增强扫描并获得完整图像的160例,随机分成训练集(103例)和验证集(57例),运用Matlab软件对图像进行特征提取并进行筛选,建立影像组学标签.结合获得的影像组学标签和临床资料建立多变量logistic回归分析,建立影像组学模型(radiomics predictive mode)并进行验证.运用受试者操作特征(receiver operator characteristic,ROC)曲线评价模型术前预测食管鳞状细胞癌分化程度...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:中南大学学报（医学版） 2019, Vol.44 (3), p.251-256
Hauptverfasser: 程蕾舒, 吴磊, 陈舒婷, 叶维韬, 刘再毅, 梁长虹
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 256
container_issue 3
container_start_page 251
container_title 中南大学学报（医学版）
container_volume 44
creator 程蕾舒
吴磊
陈舒婷
叶维韬
刘再毅
梁长虹
description 目的:探讨CT影像组学在预测食管鳞状细胞癌分化程度中的价值.方法:回顾性分析2008年1月到2016年8月经手术病理切片证实为食管鳞状细胞癌,临床资料完善和术前行CT增强扫描并获得完整图像的160例,随机分成训练集(103例)和验证集(57例),运用Matlab软件对图像进行特征提取并进行筛选,建立影像组学标签.结合获得的影像组学标签和临床资料建立多变量logistic回归分析,建立影像组学模型(radiomics predictive mode)并进行验证.运用受试者操作特征(receiver operator characteristic,ROC)曲线评价模型术前预测食管鳞状细胞癌分化程度的效能.结果:影像组学标签为食道癌病理分化程度显著的独立预测因素.影像组学预测模型在训练组中的曲线下面积(area undercurve,AUC)值为0.791,敏感度为81.6％,特异度为72.3％;在验证集中的AUC值为0.757,敏感度为70.0％,特异度为73.0％.结论:基于CT影像提取的影像组学特征构建的模型,对于术前预测食管癌分化程度具有一定的效能.
doi_str_mv 10.11817/j.issn.1672-7347.2019.03.004
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_hnykdx201903004</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>hnykdx201903004</wanfj_id><sourcerecordid>hnykdx201903004</sourcerecordid><originalsourceid>FETCH-wanfang_journals_hnykdx2019030043</originalsourceid><addsrcrecordid>eNpjYFA1NNAzNLQwNNfP0sssLs7TMzQzN9I1NzYx1zMyMLTUMzDWMzAwYWHghItzMPAWF2cmGRhYWloam1mYczK4P52_68muPueQp3s3Pm3uf7675enaZU_X73y5eP7zdQtfbp73vGvb891tL5rnPZ_Z83x66_MJbU872p72THu-ovvprmXPZ7W8XNTybGs3DwNrWmJOcSovlOZmUHdzDXH20C1PzEtLzEuPz8ovLcoDysRn5FVmp1SAHGhgDHSeMfEqAfF-Xuc</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于CT影像组学对食管鳞状细胞癌病理分化程度的预测</title><source>Alma/SFX Local Collection</source><creator>程蕾舒 ; 吴磊 ; 陈舒婷 ; 叶维韬 ; 刘再毅 ; 梁长虹</creator><creatorcontrib>程蕾舒 ; 吴磊 ; 陈舒婷 ; 叶维韬 ; 刘再毅 ; 梁长虹</creatorcontrib><description>目的:探讨CT影像组学在预测食管鳞状细胞癌分化程度中的价值.方法:回顾性分析2008年1月到2016年8月经手术病理切片证实为食管鳞状细胞癌,临床资料完善和术前行CT增强扫描并获得完整图像的160例,随机分成训练集(103例)和验证集(57例),运用Matlab软件对图像进行特征提取并进行筛选,建立影像组学标签.结合获得的影像组学标签和临床资料建立多变量logistic回归分析,建立影像组学模型(radiomics predictive mode)并进行验证.运用受试者操作特征(receiver operator characteristic,ROC)曲线评价模型术前预测食管鳞状细胞癌分化程度的效能.结果:影像组学标签为食道癌病理分化程度显著的独立预测因素.影像组学预测模型在训练组中的曲线下面积(area undercurve,AUC)值为0.791,敏感度为81.6％,特异度为72.3％;在验证集中的AUC值为0.757,敏感度为70.0％,特异度为73.0％.结论:基于CT影像提取的影像组学特征构建的模型,对于术前预测食管癌分化程度具有一定的效能.</description><identifier>ISSN: 1672-7347</identifier><identifier>DOI: 10.11817/j.issn.1672-7347.2019.03.004</identifier><language>chi</language><publisher>华南理工大学医学院,广州,510006%广东省人民医院放射科,广州,510080%华南理工大学医学院,广州510006</publisher><ispartof>中南大学学报（医学版）, 2019, Vol.44 (3), p.251-256</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/hnykdx/hnykdx.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>程蕾舒</creatorcontrib><creatorcontrib>吴磊</creatorcontrib><creatorcontrib>陈舒婷</creatorcontrib><creatorcontrib>叶维韬</creatorcontrib><creatorcontrib>刘再毅</creatorcontrib><creatorcontrib>梁长虹</creatorcontrib><title>基于CT影像组学对食管鳞状细胞癌病理分化程度的预测</title><title>中南大学学报（医学版）</title><description>目的:探讨CT影像组学在预测食管鳞状细胞癌分化程度中的价值.方法:回顾性分析2008年1月到2016年8月经手术病理切片证实为食管鳞状细胞癌,临床资料完善和术前行CT增强扫描并获得完整图像的160例,随机分成训练集(103例)和验证集(57例),运用Matlab软件对图像进行特征提取并进行筛选,建立影像组学标签.结合获得的影像组学标签和临床资料建立多变量logistic回归分析,建立影像组学模型(radiomics predictive mode)并进行验证.运用受试者操作特征(receiver operator characteristic,ROC)曲线评价模型术前预测食管鳞状细胞癌分化程度的效能.结果:影像组学标签为食道癌病理分化程度显著的独立预测因素.影像组学预测模型在训练组中的曲线下面积(area undercurve,AUC)值为0.791,敏感度为81.6％,特异度为72.3％;在验证集中的AUC值为0.757,敏感度为70.0％,特异度为73.0％.结论:基于CT影像提取的影像组学特征构建的模型,对于术前预测食管癌分化程度具有一定的效能.</description><issn>1672-7347</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><recordid>eNpjYFA1NNAzNLQwNNfP0sssLs7TMzQzN9I1NzYx1zMyMLTUMzDWMzAwYWHghItzMPAWF2cmGRhYWloam1mYczK4P52_68muPueQp3s3Pm3uf7675enaZU_X73y5eP7zdQtfbp73vGvb891tL5rnPZ_Z83x66_MJbU872p72THu-ovvprmXPZ7W8XNTybGs3DwNrWmJOcSovlOZmUHdzDXH20C1PzEtLzEuPz8ovLcoDysRn5FVmp1SAHGhgDHSeMfEqAfF-Xuc</recordid><startdate>2019</startdate><enddate>2019</enddate><creator>程蕾舒</creator><creator>吴磊</creator><creator>陈舒婷</creator><creator>叶维韬</creator><creator>刘再毅</creator><creator>梁长虹</creator><general>华南理工大学医学院,广州,510006%广东省人民医院放射科,广州,510080%华南理工大学医学院,广州510006</general><general>广东省人民医院放射科,广州510080</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2019</creationdate><title>基于CT影像组学对食管鳞状细胞癌病理分化程度的预测</title><author>程蕾舒 ; 吴磊 ; 陈舒婷 ; 叶维韬 ; 刘再毅 ; 梁长虹</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_hnykdx2019030043</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2019</creationdate><toplevel>online_resources</toplevel><creatorcontrib>程蕾舒</creatorcontrib><creatorcontrib>吴磊</creatorcontrib><creatorcontrib>陈舒婷</creatorcontrib><creatorcontrib>叶维韬</creatorcontrib><creatorcontrib>刘再毅</creatorcontrib><creatorcontrib>梁长虹</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>中南大学学报（医学版）</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>程蕾舒</au><au>吴磊</au><au>陈舒婷</au><au>叶维韬</au><au>刘再毅</au><au>梁长虹</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于CT影像组学对食管鳞状细胞癌病理分化程度的预测</atitle><jtitle>中南大学学报（医学版）</jtitle><date>2019</date><risdate>2019</risdate><volume>44</volume><issue>3</issue><spage>251</spage><epage>256</epage><pages>251-256</pages><issn>1672-7347</issn><abstract>目的:探讨CT影像组学在预测食管鳞状细胞癌分化程度中的价值.方法:回顾性分析2008年1月到2016年8月经手术病理切片证实为食管鳞状细胞癌,临床资料完善和术前行CT增强扫描并获得完整图像的160例,随机分成训练集(103例)和验证集(57例),运用Matlab软件对图像进行特征提取并进行筛选,建立影像组学标签.结合获得的影像组学标签和临床资料建立多变量logistic回归分析,建立影像组学模型(radiomics predictive mode)并进行验证.运用受试者操作特征(receiver operator characteristic,ROC)曲线评价模型术前预测食管鳞状细胞癌分化程度的效能.结果:影像组学标签为食道癌病理分化程度显著的独立预测因素.影像组学预测模型在训练组中的曲线下面积(area undercurve,AUC)值为0.791,敏感度为81.6％,特异度为72.3％;在验证集中的AUC值为0.757,敏感度为70.0％,特异度为73.0％.结论:基于CT影像提取的影像组学特征构建的模型,对于术前预测食管癌分化程度具有一定的效能.</abstract><pub>华南理工大学医学院,广州,510006%广东省人民医院放射科,广州,510080%华南理工大学医学院,广州510006</pub><doi>10.11817/j.issn.1672-7347.2019.03.004</doi></addata></record>
fulltext fulltext
identifier ISSN: 1672-7347
ispartof 中南大学学报（医学版）, 2019, Vol.44 (3), p.251-256
issn 1672-7347
language chi
recordid cdi_wanfang_journals_hnykdx201903004
source Alma/SFX Local Collection
title 基于CT影像组学对食管鳞状细胞癌病理分化程度的预测
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-27T09%3A37%3A19IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8ECT%E5%BD%B1%E5%83%8F%E7%BB%84%E5%AD%A6%E5%AF%B9%E9%A3%9F%E7%AE%A1%E9%B3%9E%E7%8A%B6%E7%BB%86%E8%83%9E%E7%99%8C%E7%97%85%E7%90%86%E5%88%86%E5%8C%96%E7%A8%8B%E5%BA%A6%E7%9A%84%E9%A2%84%E6%B5%8B&rft.jtitle=%E4%B8%AD%E5%8D%97%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E5%8C%BB%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E7%A8%8B%E8%95%BE%E8%88%92&rft.date=2019&rft.volume=44&rft.issue=3&rft.spage=251&rft.epage=256&rft.pages=251-256&rft.issn=1672-7347&rft_id=info:doi/10.11817/j.issn.1672-7347.2019.03.004&rft_dat=%3Cwanfang_jour%3Ehnykdx201903004%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=hnykdx201903004&rfr_iscdi=true