学科分类
/ 1
2 个结果
  • 简介:摘要目的通过对放疗疗程中不同时段CBCT图像的影像组学分析,寻找早期定量预测食管癌放疗放射性肺炎(RP)的参数,结合临床特征和肺剂量体积参数建立联合Nomogram模型并探讨这一模型对食管癌RP的预测价值。方法回顾分析2017—2019年间临床资料、剂量学参数、CBCT图像资料完整的96例胸中段食管鳞癌调强放疗患者资料,每例患者均分别获取放疗期间3个不同时段的肺CBCT图像。全组病例随机分成训练集(67例)和验证集(29例),以CBCT上双肺实质作为感兴趣区,运用3D-Slicer软件进行图像分割和特征提取,经LASSO-Logistics回归分析方法进行特征参数筛选并构建影像组学标签(Rad-score)。从3个不同时段建立的RP预测模型中选择最优模型联合经回归分析获得的最佳临床及剂量学参数,建立联合Nomogram模型,并进行受试者工作特征曲线分析,基于曲线下的面积(AUC)验证其诊断效能。结果第一时段的影像组学预测模型优于其他两个时段,在训练集中的AUC值为0.700(95%CI为0.568~0.832),敏感性和特异性分别为61.5%、75.0%;在验证集中的AUC值为0.765(95%CI为0.588~0.941),敏感性和特异性分别为84.6%、64.7%。影像组学联合临床及剂量学构建的Nomogram模型在训练集中的AUC值为0.836(95%CI为0.700~0.918),敏感性和特异性分别为96.0%、54.8%;在验证集中的AUC值为0.905(95%CI为0.799~1.000),敏感性和特异性分别为92.9%、73.3%。联合Nomogram模型诊断效能最佳。结论基于放疗早期肺CBCT影像组学特征构建的模型,对于食管癌RP具有一定的预测效能,Rad-score联合肺V5Gy、肺Dmean、肿瘤分期建立的Nomogram模型具有更好的预测准确性,可作为一种定量预测模型用于RP的预测。

  • 标签: 放射性肺炎 影像组学 预测模型 食管肿瘤/放射疗法
  • 作者: 王雪 王玮 李建彬 郑刚 张文玉
  • 学科: 医药卫生 >
  • 创建时间:2021-11-28
  • 出处:《中华放射肿瘤学杂志》 2021年第11期
  • 机构:山东第一医科大学(山东省医学科学院),济南 250200 山东省肿瘤防治研究院(山东省肿瘤医院),山东第一医科大学(山东省医学科学院)胸部放疗一病区,济南 250117 王雪现在天津师范大学校内医院 300387,山东省肿瘤防治研究院(山东省肿瘤医院),山东第一医科大学(山东省医学科学院)胸部放疗一病区,济南 250117,山东省肿瘤防治研究院(山东省肿瘤医院),山东第一医科大学(山东省医学科学院)乳腺外科二病区,济南 250117,山东省肿瘤防治
  • 简介:摘要目的以内乳淋巴结清扫(ImlND)前勾画的内乳淋巴结临床靶区(CTVImlN)为参照,对比不同勾画方法构建的ImlND术后CTVImlN靶区间差异,探讨ImlND后CTVImlN勾画的合理方法。方法选取已行患侧ImlND且术前、术后CT图像资料完整的乳腺癌改良根治术(MRM)患者20例。依据RTOG指南在术前CT图像上勾画健侧及患侧CTVImlN (CTVpr-I、CTVpr-a)。在术后CT图像上分别采用形变配准(DIR)法、视觉对照法、精确测量法勾画术后患侧CTVImlN,并分别命名为CTVDIR、CTVV、CTVM。比较CTVV、CTVM、CTVDIR与CTVpr-a间靶区中心间距、靶区体积以及3种不同方式构建的CTVImlN的适形指数(CI)及包含度(DI)差异。结果CTVV、CTVM、CTVDIR与CTVpr-a的靶区中心间距分别为2.17、1.44、1.25 cm。CTVpr-a、CTVpr-I、CTVV、CTVM和CTVDIR的靶体积分别为2.10、2.17、2.04、1.88、2.07 cm3(均P>0.05)。CTVV-CTVpr-a间、CTVM-CTVpr-a间CI均为0.16,CTVDIR-CTVpr-a间CI为0.43,明显高于前两者(均P<0.01)。CTVV-CTVpr-a、CTVM-CTVpr-a间DI分别为0.26和0.24,CTVDIR-CTVpr-a间DI为0.58,明显高于前两者(均P<0.01)。结论准确勾画ImlND术后的CTVImlN是困难的,但相比较而言,DIR法所勾画靶区的空间位置适配度优于视觉对照法和精确测量法。

  • 标签: 内乳淋巴结清扫术 乳腺肿瘤/放射疗法 靶区勾画