基于CT影像组学的结直肠癌肝转移与原发性肝癌病灶分类研究
2021-12-18王雪虎郭海峰殷小平王云
北京生物医学工程 2021年6期
王雪虎 郭海峰 殷小平 王云
0 引言
结直肠癌(colorectal cancer,CRC)是世界上第三大最常见的恶性肿瘤,预计到2030年,全球会增加到220万新发病例和110万死亡病例[1]。临床上,结直肠癌患者首次确诊时已有 15%~25%发生肝脏转移[2],并且肝脏是结直肠癌最常见的转移部位[3]。目前,结直肠癌肝转移(colorectal liver metastases,CRLM)仍是结直肠癌治疗的重点和难点之一[4]。早期判断出肝脏病变部位是转移性病灶还是原发性病灶,这对于及时给出治疗方案非常重要[5-7]。目前临床上医生只能通过病灶图像的形状、大小、边缘清晰度等特征进行初步的主观判断,很难做出非常明确的诊断是否存在结直肠癌肝转移[8-9]。因此,肝转移病灶的精准识别直接关系到治疗方案的制定和患者的预后。临床上还缺乏一种能够准确识别出转移性病灶和原发性病灶的无创方法,而影像组学 (radiomics)为临床医师提供了新的诊断思路。以非侵入性的方式实现对病变的诊断、疗效评估、术前预测[10-11],有望成为精准影像医学的重要基石[12]。
越来越多的影像组学被用来研究病理的分级和良恶性肿瘤的识别。Mao等[13]通过影像组学特征结合机器学习算法对肝细胞癌的病理分级进行了研究,结果表明影像组学可以无创探索肝细胞病理分级之间的潜在联系。Ma等[14]找出了区分良性和恶性胸腺肿瘤的影像组学特征,建立预测模型对识别胸腺瘤良恶性有良好的诊断效果。
本文尝试从结直肠癌肝转移患者与原发性肝癌患者的肝脏病变部位提取影像组学特征,应用机器学习分类器算法建立模型,以提高对肝转移疾病的识别效率。……
登录APP查看全文
