论文部分内容阅读
肝内胆管细胞癌(Intrahepatic Cholangiocarcinoma，ICC)已成为肝脏第二大原发性恶性肿瘤，近几年发病率和死亡率都在明显上升。由于肝内胆管细胞癌的术后预后效果差异明显，复发率极高，而淋巴结是否转移又被认为是最重要的预后因素之一。因此，帮助医生做好淋巴结转移的术前诊断，对于制定术后辅助治疗方案、改善预后提高患者的生存率具有重要意义。目前临床上仍缺乏能够为淋巴结转移状态提供科学客观和全面稳定性参考依据的方法。本文将研究基于CT影像的肝内胆管细胞癌辅助诊断系统，为肝内胆管细胞癌的术前诊断和临床决策提供重要的参考信息。
本文首先研究了一种基于肝内胆管细胞癌的影像组学方法，该方法通过数据收集整理、肿瘤目标区域分割、特征提取、特征选择和建模这五个步骤建立起淋巴结转移的预测模型。同时为了解决常用的LASSO和SVM特征选择方法所产生的过拟合或欠拟合问题，引入稀疏表示方法进行特征选择优化。其次，本文面向数据共享存储、实时处理和在线诊断的临床需求，设计了影像组学算法云端化的系统框架和模块组成。并对算法进行程序接口的封装，对数据库表和系统界面进行了扩展设计。最后，本文从医院收集124例肝内胆管细胞癌患者数据用于算法验证和应用研究。
本文利用100例肝内胆管细胞癌临床数据进行算法验证，经稀疏表示特征选择优化后，LASSO方法的模型准确度和AUC分别从0.701和0.668提升至0.765和0.818；SVM方法的模型准确度和AUC分别从0.774和0.726提升至0.852和0.847。在应用研究中，本文从124例肿瘤ROI图像中提取到800个影像特征；并利用稀疏表示进行特征选择得到14个与淋巴结转移高度相关的特征，其在ROC曲线中表现较佳；最终建立肝内胆管细胞癌淋巴结转移预测模型，其准确度和AUC分别为0.853和0.819。
研究结果表明，本文提出的基于稀疏表示优化的影像组学算法能够实现对肝内胆管细胞癌淋巴结转移状态的全面表征，为临床提供准确可靠的术前诊断依据。此外，基于算法建立的辅助诊断系统能够为医生提供轻量级的服务，具有重要的临床应用价值。
本文首先研究了一种基于肝内胆管细胞癌的影像组学方法，该方法通过数据收集整理、肿瘤目标区域分割、特征提取、特征选择和建模这五个步骤建立起淋巴结转移的预测模型。同时为了解决常用的LASSO和SVM特征选择方法所产生的过拟合或欠拟合问题，引入稀疏表示方法进行特征选择优化。其次，本文面向数据共享存储、实时处理和在线诊断的临床需求，设计了影像组学算法云端化的系统框架和模块组成。并对算法进行程序接口的封装，对数据库表和系统界面进行了扩展设计。最后，本文从医院收集124例肝内胆管细胞癌患者数据用于算法验证和应用研究。
本文利用100例肝内胆管细胞癌临床数据进行算法验证，经稀疏表示特征选择优化后，LASSO方法的模型准确度和AUC分别从0.701和0.668提升至0.765和0.818；SVM方法的模型准确度和AUC分别从0.774和0.726提升至0.852和0.847。在应用研究中，本文从124例肿瘤ROI图像中提取到800个影像特征；并利用稀疏表示进行特征选择得到14个与淋巴结转移高度相关的特征，其在ROC曲线中表现较佳；最终建立肝内胆管细胞癌淋巴结转移预测模型，其准确度和AUC分别为0.853和0.819。
研究结果表明，本文提出的基于稀疏表示优化的影像组学算法能够实现对肝内胆管细胞癌淋巴结转移状态的全面表征，为临床提供准确可靠的术前诊断依据。此外，基于算法建立的辅助诊断系统能够为医生提供轻量级的服务，具有重要的临床应用价值。