目的基于机器学习建立并验证放射组学预测非小细胞肺癌(non-small cell lung cancer,NSCLC)表皮生长因子受体(epidermal growth factor receptor,EGFR)基因突变模型。方法收集462例病理证实的NSCLC且术前行CT和明了EGFR基因状态的患者。从患者术前薄层CT中提取107个放射组学特征。采用随机森林(random forest)建立机器学习模型预测NSCLC的EGFR突变状态,并采用5-折叠交叉验证进行校正。结果462例NSCLC患者中,EGFR突变型214例(46.3%)。单因素分析发现5个特征以及吸烟状况和性别与EGFR突变相关。利用这5个放射组学特征以及吸烟状态和性别构建随机森林模型在训练集对EGFR突变的ROC曲线下面积(he area under the ROC curve,AUC)为0.774,敏感性为74.5%,特异性为79.1%。在验证集中AUC为0.756,敏感性为79.7%,特异性为65.7%。结论基于机器学习的放射组学模型能较好的预测NSCLC的EGFR的突变,有助于临床医生术前治疗方案的选择。
目的评估基于迭代重建算法(iterative reconstruction algorithm,IRA)和体质量指数(body weight index,BMI)的个性化前瞻性心电(ECG)门控低剂量冠状动脉CT血管造影(coronary computed tomography angiography,CCTA)的辐射剂量和图像质量。方法将2014年6—11月我院收治的100例心率<65次/min的患者随机分为常规剂量组和低剂量组,各组50例。常规剂量组CCTA采用管电压120 k V和管电流800 m As进行扫描,采用滤过反投影(filter back projection,FBP)算法进行图像重建;低剂量组管电流采用280 m As,管电压根据BMI在80~120 k Vp间调节,采用FBP和IRA(i DOS-5)算法进行图像重建。2组均采用前瞻性ECG门控技术,比较2组间的辐射剂量和图像质量。结果与常规剂量组相比,低剂量组CTDI、DLP和ED均明显降低(P<0.01)。低剂量组采用FBP时图像质量评分为3.72±0.24,明显低于常规剂量组的3.86±0.23(P<0.01)。采用IRA后,图像质量评分为3.81±0.20,虽低于常规剂量组,但差异无统计学意义(P>0.05)。结论采用基于IRA和BMI个体化前瞻性ECG门控低剂量CCTA,能够在不显著牺牲图像质量的前提下降低受检者的辐射剂量,为一种具有较好成本效益比的技术,值得在临床推广。
目的探讨鼻咽癌动态对比增强磁共振扫描(DCE-MRI)参数与乏氧诱导因子-1α(HIF-1α)表达的相关性,并分析两者与鼻咽癌临床病理特征之间的关系。方法对62例鼻咽癌患者行DCE-MRI扫描,获取感兴趣区域的DCE-MRI参数,并在标记处行鼻咽镜活检,用免疫组化方法检测鼻咽癌组织中HIF-1α的表达水平,另检测20例鼻咽慢性炎性组织的HIF-1α表达用于对照;观察DCE-MRI曲线特征,并对DCE-MRI参数和HIF-1α表达情况以及两者与患者临床病理特征的相关性进行分析。结果鼻咽癌DCE-MRI参数中,增强剂流入肿瘤时间(T1 on set)和最大上升斜率(MS)在不同患者性别、年龄间差异无统计学意义(P>0.05),在T分期、N分期和临床分期间差异有统计学意义(P<0.05)。鼻咽癌组织和鼻咽慢性炎性组织中HIF-1α蛋白的阳性表达率分别为79.0%和0,两组间比较差异有统计学意义(P<0.05);HIF-1α表达在不同患者年龄、N分期间差异有统计学意义(P<0.05),而在不同患者性别、T分期和临床分期间差异无统计学意义(P>0.05)。HIF-1α的阳性表达与T1 on set和曲线下面积有明显相关(回归系数分别为-1.817和0.014,P<0.05),而与MS和达峰时间无明显相关性(回归系数分别为0.005和1.009,P>0.05)。结论在鼻咽癌中,DCE-MRI相关参数与癌组织HIF-1α蛋白的阳性表达密切相关,且与鼻咽癌的临床病理特征密切相关。DCE-MRI技术的应用有助于评估鼻咽癌组织的乏氧状况,并在鼻咽癌的辅助诊断、临床分期及预后判断中有一定的临床价值。
