基于磁共振传统影像学特征及影像组学特征对高级别胶质瘤预后的评估

摘要

本文主要从以下几方面进行论述：
　　第一部分 基于磁共振传统影像学特征对高级别胶质瘤预后的评估
　　目的：
　　利用磁共振成像(Magnetic Resonance Imaging，MRI)的常规序列，总结并评估传统影像特征对高级别胶质瘤患者术后无进展生存期（Progress-Free-Survival，PFS）的预测价值。
　　方法：
　　1.研究对象：本研究通过了南方医科大学南方医院伦理委员会的批准(批准号：NFEC-2017-154)，研究对象为2009年1月至2016年12月就诊于南方医科大学南方医院神经外科，经手术全切治疗并且经过病理确诊为高级别胶质瘤的患者。
　　2.研究方法：回顾性分析上述高级别胶质瘤患者的初诊MRI图像影像特征和临床特征，影像特征包括瘤周水肿程度、水肿形态、坏死程度、强化程度、囊变、卫星灶及多灶性、水肿是否跨中线，肿瘤是否跨中线，中线移位置程度以及肿瘤的最大径，临床特征包括年龄、性别、卡氏评分(Karnofsky，KPS)以及术后行放、化疗治疗。分析上述特征对PFS的影响。
　　3.统计分析：采用R软件（http：//www.R-project.org），单因素分析采用Kaplan-Meier生存分析，对上述各影像特征和临床数据对PFS的影响逐个进行分析，并采用Log-rank检验进行生存率比较;进一步将P＜0.05的特征纳入多因素分析模型，多因素分析采用Cox比例风险模型，采用逐步回归分析法，将P＜0.05的特征认定为无进展生存期的独立影响因素，并采用一致性指数C-index评估模型的精度。使用以下R包：‘survival’包用于Kaplan-Meier生存分析;‘rms’软件包用于Cox比例风险回归的分析;‘Hmisc’软件包用于比较C-index。
　　结果：
　　1.单因素分析结果：术后放疗、化疗、MR图像上肿瘤囊变、多灶性、强化程度、坏死程度对患者PFS的影响存在显著性(P＜0.05);
　　2.多因素分析结果：基于MR影像学特征构建的Cox比例风险模型中，肿瘤中度坏死(P=0.0173)、重度坏死(P=0.0022)以及肿瘤囊变(P=0.0020)为影响患者PFS的显著独立影响因素，所构建的Cox比较风险模型的C-index为0.6275;在影像学联合临床资料构建的Cox比例风险模型中，肿瘤重度坏死(P=0.0196)、囊变(P=0.0018)、多灶性(P=0.0310)以及化疗(P=0.0013)为影响患者PFS的显著独立影响因素，多因素Cox比例风险模型分析中获得的C-index为0.6546。
　　结论：
　　1.高级别胶质瘤患者术后行放疗、化疗以及MR图像上肿瘤伴随囊变，是判断患者预后较好的有利支持因素。而MR图像上肿瘤伴随多灶性、坏死程度以及强化程度越重，是影响高级别胶质瘤患者预后的不利因素。其中术后化疗、肿瘤伴随囊变、多灶性、重度坏死是影响患者预后的独立影响因素。
　　2.基于MR常规序列传统影像学特征对高级别胶质瘤患者的预后有一定预测能力，联合患者临床数据后，预测模型的显著性提高。
　　第二部分 基于磁共振影像组学特征对高级别胶质瘤预后的评估
　　目的：
　　探讨基于磁共振影像组学特征预测高级别胶质瘤患者预后的可行性。
　　方法：
　　1.研究对象:同第一部分。
　　2.研究方法:首先将研究对象随机分成两组，即训练集(n=153)和验证集(n=50)，计算训练集和验证集之间患者的年龄、性别、KPS评分、是否接受放疗、化疗、检查的机器以及PFS等一般资料是否具有统计学差异。然后再进行影像组学方面的研究，主要流程如下:图像获取、病灶分割、特征提取、预测模型构建和验证。
　　3.统计分析:采用社会科学统计软件包(Statistical Product and Service solution 20.0，SPSS20.0)对一般资料进行统计分析，采用卡方检验比较训练集及验证集之间患者的性别、KPS评分、放疗、化疗及检查机器是否有统计学差异，采用独立样本t检验比较训练集及验证集之间患者的年龄以及PFS是否具有统计学差异。采用R软件进行Cox比例风险模型的建立，并计算四个ROI的一致性指数C-index，所用R软件包见第一部分。P＜0.05为差异有统计学意义。
　　结果：
　　训练集及验证集之间的患者年龄、性别、KPS评分、是否接受放射治疗、化学治疗、检查的机器以及PFS结果显示均无显著统计学差异(P=0.0700-0.9999)。通过皮尔森相关分析，筛选出训练集中四个ROI中与PFS显著相关的特征(P＜0.05):在CETlWI图像的肿瘤区域中共筛选出21个与患者的PFS相关的特征(P=0.0017-0.0470)，将此21个特征构建的Cox比例风险模型的C-index为0.7656;在Flair序列肿瘤区域ROI中共筛选出29个与PFS相关特征(P=0.0015-0.0473)，基于此构建的Cox比例风险模型的C-index为0.7115;在Flair序列PBZ中共筛选出16个PFS相关的特征（P=0.0072-0.0464），相应Cox比例风险模型的C-index为0.6302; Flair序列整个异常信号区（PBZ+肿瘤区域）ROI共筛选出15个与PFS相关特征(P=0.0072-0.0422)，相应Cox比例风险模型C-index为0.6357。验证集验证结果显示:基于CET1WI序列肿瘤区域、Flair序列肿瘤区域、Flair序列肿瘤区域、Flair中PBZ四个ROI特征的Cox比例风险模型中C-index分别为0.7705、0.7219, 0.6940, 0.6606。
　　结论：
　　1.通过定量挖掘磁共振图像中肿瘤区域及瘤周水肿区域的影像组学信息，均能够获取与患者预后的相关信息，其中有超过30％的特征均与患者的PFS具有显著的相关性。
　　2.基于磁共振影像组学特征建立的Cox比例风险模型对胶质瘤患者的预后具有一定的预测能力，其中，基于CET1WI序列肿瘤区域的Cox回归模型的一致性指数C-index最高，且模型的稳定性相对最高。此外，基于磁共振影像组学特征建立的Cox比例风险模型的显著性高于基于传统影像学特征建立的Cox比例风险模型。

目录

摘要

前言

第一章 基于磁共振传统影像学特征对高级别胶质瘤预后的评估

材料与方法

结果

讨论

结论

第二章 基于磁共振影像组学特征对高级别胶质瘤预后的评估

材料与方法

结果

讨论

结论

第三章 全文总结

参考文献

中英文缩略语对照表

附录

攻读学位期间发表论文

致谢

声明