APP下载

影像组学对肺腺癌表皮生长因子受体突变状态的预测价值

2021-05-13俞咏梅周运锋朱浩雨谢红湾

皖南医学院学报 2021年2期
关键词:特征模型

吴 琦,俞咏梅,周运锋,朱浩雨,谢红湾

(皖南医学院第一附属医院 弋矶山医院 影像中心,安徽 芜湖 241001)

目前,肺癌已成为世界上发病率和病死率最高的恶性肿瘤,腺癌是其最常见的病理类型[1]。由于部分肺腺癌患者确诊时已为晚期以及肺腺癌易复发的特性,传统治疗手段并不一定能达到理想效果[2]。随着精准医疗的发展,人们发现表皮生长因子受体(epidermal growth factor receptor,EGFR)是肺腺癌最常见的驱动基因[3],酪氨酸激酶抑制剂(tyrosine kinase inhibitor,TKI)的成功应用,开启了晚期肺腺癌靶向治疗的时代[4]。靶向药物能有效提高基因敏感突变患者的生存率,改善生活质量,但使用靶向药物治疗前,通常要进行有创性基因检测。大量研究发现,影像组学通过定量分析图像中的海量高维数据,可以无创性地反映肿瘤内部信息[5-6],从而预测肿瘤基因的表达[7]。本研究旨在探讨基于CT平扫肺窗图像的影像组学模型预测肺腺癌EGFR突变的可行性。

1 资料与方法

1.1 一般资料 回顾性分析2016年6月~2019年6月弋矶山医院确诊的156例有EGFR基因检测结果的肺腺癌患者资料,其中EGFR突变型104例,男40例,女64例,平均年龄(62.68±12.65)岁;EGFR野生型52例,男38例,女14例,平均年龄(60.33±12.05)岁。所有病例随机分为训练集和验证集,其中训练集共110例,EGFR突变型73例,野生型37例;验证集共46例,EGFR突变型31例,野生型15例。

纳入标准:①穿刺活检或手术病理明确诊断为肺腺癌,且对病理组织行EGFR基因检测;②均行常规胸部CT平扫检查,且图像清晰;③入组前患者均未行任何抗肿瘤治疗。排除标准:病灶过小,无法提取完整的影像组学特征(即缺失值过多)。……

登录APP查看全文

猜你喜欢

特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用