APP下载

基于MRI影像组学预测肝泡型包虫病边缘微血管侵犯

2021-12-26夏雨薇刘文亚

中国医学影像技术 2021年12期
关键词:特征信号模型

樊 霞,王 健,夏雨薇,刘文亚*

[1.新疆医科大学第一附属医院影像中心,新疆 乌鲁木齐 830054;2.慧影医疗科技(北京)有限公司,北京 100192]

肝泡型包虫病(hepatic alveolar echinococcosis,HAE)是多房棘球绦虫幼虫感染人体引起的潜在致命性寄生虫疾病,农牧区多发,未经药物及手术干预患者10年生存率仅29%[1]。根治性肝切除术是治疗HAE的首选方法[2],术中在完整切除病灶的同时,需最大限度保留正常肝组织,避免术后发生肝功能衰竭;但肉眼并不能区分病灶边缘是否具有活性及微血管侵犯,传统影像学虽能于术前判断病灶边界活性[3],但人工阅片受主观因素影响。影像组学能从原始图像中挖掘肉眼不可见的潜在数据[4-6],将其用于精确诊断和治疗。本研究基于机器学习(machine learning, ML)方法定量分析HAE病灶及边缘的异质性,评估MR T2WI影像组学模型预测HAE病灶边缘微血管侵犯的价值。

1 资料与方法

1.1 一般资料 回顾性收集2012年1月—2020年3月89例于新疆医科大学第一附属医院经手术病理证实HAE患者,男38例,女52例,年龄12~65岁,平均(36.8±13.2)岁。纳入标准:①于术前3天内接受MR检查,且资料完整;②术后病理资料完整。排除标准:①病理切片未包括病灶边缘带与肝正常组织交界带;②MRI数据来自不同机型,影响提取影像组学特征。检查前患者或监护人均签署知情同意书。

1.2 仪器与方法 采用Philips Achieva11.5T MR仪行上腹部扫描,采集T1WI、T2WI,行弥散加权成像(diffusion-weighted imaging, DWI)。轴位T2WI:TR 477 ms,TE 80 ms,层厚5.5 mm,层间隔1 mm,FOV 375 mm×375 mm,翻转角90°;DWI:采用单次激发自旋回波平面扫描序列,b值为0和1 000 s/mm2,TR 1 600 ms,TE 88 ms。

1.3 病理分析 由2名具有3年病理科住院医师在1名副主任医师指导下评估HAE病灶边缘带微血管密度(microvessel density, MVD),并进行MVD计数,计数误差≤3时取二者平均数,>3时由副主任医师进行核对。首……

登录APP查看全文

猜你喜欢

特征信号模型
一半模型
信号
完形填空二则
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
基于FPGA的多功能信号发生器的设计
3D打印中的模型分割与打包
基于LabVIEW的力加载信号采集与PID控制
线性代数的应用特征