<rp id="o3inc"></rp>
    1. <rp id="o3inc"><ruby id="o3inc"><input id="o3inc"></input></ruby></rp>
      <dd id="o3inc"><pre id="o3inc"></pre></dd><progress id="o3inc"></progress>

      1. <dd id="o3inc"></dd>

        蘇州醫工所高欣與復旦大學強金偉合作提出基于影像的卵巢癌亞型術前精準無創鑒別方法

        作者:簡俊明 時間:2020-08-14
         

          卵巢癌是來源于卵巢上皮的一種惡性腫瘤,致死率居婦科癌癥首位。根據發病機制和組織起源,可分為I型和II型卵巢癌,I型卵巢癌生長緩慢,就診時多屬早期,預后較好;而II型卵巢癌通常侵襲性生長,進展迅速,診斷時多屬晚期,預后較差。術前無創精準鑒別二者對未來治療方案的選擇及卵巢癌患者預后的改善意義重大。

          由于I型和II型卵巢癌形態學復雜,其臨床特征具有較高相似性,僅憑臨床醫生肉眼鑒別主觀性強,診斷精度低。近些年來,基于量化圖像分析和人工智能技術的影像組學發展迅速,它能夠很好地建立腫瘤影像與腫瘤組織病理之間的聯系,廣泛應用于腫瘤術前無創評估,這為I型和II型卵巢癌術前精準無創鑒別提供了一種新思路。

          近日,中國科學院蘇州生物醫學工程技術研究所高欣團隊與復旦大學附屬金山醫院強金偉團隊合作,聯合華東、華南、華北等八家三甲醫院,首次開展基于MRI影像組學的卵巢癌多中心大樣本研究,建立了可在術前對I型和II型卵巢癌進行無創鑒別的機器學習模型,同時在影像組學中首次使用可視化技術來對重點區域進行標識。該研究共入組294例卵巢癌患者(包括I型患者143例,II型患者151例),收集患者多參數MRI影像數據(包括T2WI-FS、DWI、ADC、CE-TIWI四個影像序列),研究團隊從患者腫瘤區域提取高通量影像特征,通過影像組學方法篩選特征并構建模型。研究結果顯示,所構建的影像組學模型能夠有效鑒別I型和II型卵巢癌,平均準確度達到83%(圖1)。

          鑒于CE-T1WI掃描需要注射造影劑,而部分患者對造影劑過敏,我們僅使用T2WI-FS、DWIADC三個序列構建了一個輕量模型,所構建的輕量模型平均準確度也達到了81%,診斷性能無顯著下降,這提示臨床檢查中非必要情況下,患者無需進行CE-T1WI掃描。此外,可視化結果表明,鑒別 I型和II型卵巢癌患者的重點區域位于組織疏松區或實性與囊性的交界區域(圖2),該發現有望輔助術中冰凍病理切片的定位,從而減少采樣誤差。該成果是在前期卵巢腫瘤良惡性鑒別工作的基礎上近一步實現了卵巢惡性腫瘤的亞型區分,極大地推動了卵巢腫瘤全自動診斷進程。

          該研究受國家自然科學基金委等機構資助,相關成果發表于放射學權威期刊European Radiology (DOI: 10.1007/s00330-020-07091-2),其中簡俊明與李勇愛是并列第一作者。

          論文標題:MR image-based radiomics to differentiate type Ι and type ΙΙ epithelial ovarian cancers 

          論文鏈接:https://link.springer.com/article/10.1007/s00330-020-07091-2 

         圖1. 模型的ROC曲線. 

         

          圖2. 遮擋測試結果。第一行為原始的T2WI圖像;第二行為對應的腫瘤區域,其中黃色線條勾畫出整個腫瘤區域,而紅色線條勾畫出液性區域(包括囊性區域和壞死區域);第三行為遮擋測試熱圖與原始T2WI圖像的疊加;第四行為遮擋測試熱圖。(a)列為I型卵巢癌圖像,重點區域為組織疏松區;(b)列為II型卵巢癌,重點區域為實性與囊性的交界區域。

        附件下載:
        真钱三公棋牌