国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

MRI影像組學(xué)模型預(yù)測(cè)腦膠質(zhì)瘤IDH-1基因突變和Ki-67表達(dá)水平的價(jià)值

2022-06-10 11:36:08龍治豪連海偉邢變枝劉仁忠
臨床神經(jīng)外科雜志 2022年4期
關(guān)鍵詞:組學(xué)基因突變膠質(zhì)瘤

龍治豪 連海偉 邢變枝 劉仁忠

膠質(zhì)瘤是最常見(jiàn)的顱內(nèi)原發(fā)性惡性腫瘤。根據(jù)病理學(xué)特征,WHO將膠質(zhì)瘤分為Ⅰ~Ⅳ級(jí),描述腫瘤惡性程度,其中異檸檬酸脫氫酶1(isocitric dehydrogenase 1,IDH-1)基因突變和Ki-67表達(dá)水平為重要的診斷依據(jù)[1]。IDH-1 基因突變是評(píng)估膠質(zhì)瘤病人預(yù)后的重要指標(biāo),IDH-1 野生型提示預(yù)后不良[2,3]。Ki-67 表達(dá)水平反應(yīng)腫瘤增殖情況,對(duì)膠質(zhì)瘤的診斷、治療和預(yù)后評(píng)估有指導(dǎo)意義[4]。術(shù)前對(duì)膠質(zhì)瘤IDH-1 基因突變和Ki-67 表達(dá)水平進(jìn)行評(píng)估,可為膠質(zhì)瘤病人提供無(wú)創(chuàng)的診斷[5]。近年來(lái),研究表明,影像組學(xué)可通過(guò)大量病人影像學(xué)資料的機(jī)器深度學(xué)習(xí),構(gòu)建疾病診斷、預(yù)后預(yù)測(cè)模型,為優(yōu)化疾病的診斷、預(yù)后預(yù)測(cè)提供有價(jià)值的信息[6]。本文探討基于T2WI 序列影像組學(xué)模型預(yù)測(cè)膠質(zhì)瘤IDH-1 基因突變和Ki-67表達(dá)水平的價(jià)值。

1 資料與方法

1.1 研究對(duì)象 納入標(biāo)準(zhǔn):①行腫瘤切除術(shù)或活檢術(shù);②術(shù)后病理診斷為腦膠質(zhì)瘤,且包含完整的IDH-1或Ki-67檢測(cè)結(jié)果;③具有完整清晰可用于分析的術(shù)前MRI影像資料。排除標(biāo)準(zhǔn):①I(mǎi)DH-1或Ki-67檢測(cè)結(jié)果不明確;②MRI序列不完整,所需序列不清晰或有明顯偽影,或者未滿(mǎn)足診斷標(biāo)準(zhǔn);③二次或多次手術(shù)。

收集2017年1月至2021年6月經(jīng)手術(shù)切除且病理診斷為腦膠質(zhì)瘤的臨床、病理和術(shù)前影像學(xué)資料。根據(jù)納入排除標(biāo)準(zhǔn)最終篩選出77例,其中男41例,女36 例;年齡11~73 歲,平均(48.64±13.64)歲。72 例IDH-1 基因檢測(cè)結(jié)果完整(IDH-1 組),75 例Ki-67檢測(cè)結(jié)果完整(Ki-67組),兩者檢測(cè)結(jié)果均完整共70 例。IDH-1 組男40 例,女32 例;野生型47例,突變型25例。Ki-67組男40例,女35例;低表達(dá)48例,高表達(dá)27例。

1.2 影像學(xué)資料 選取顱腦軸位T2WI序列,均于武漢大學(xué)人民醫(yī)院放射科采集。儀器設(shè)備:3.0 T超導(dǎo)型磁共振掃描儀。掃描參數(shù):TR/TE為3 000 ms/15ms,F(xiàn)lip角為90°,視野為230×230,重建矩陣為128×128,采樣矩陣為96×96,層距為2.0 mm,層厚為5.0 mm,激勵(lì)次數(shù)為1次等。

1.3 影像組學(xué)分析

1.3.1 感興趣區(qū)域(region of interest,ROI)的選擇 使用T2WI軸位像選擇ROI(圖1A、2A)。將MRI資料上傳至ITK-SNAP(Version3.8.0)軟件[7],先手動(dòng)沿腫瘤邊緣逐層選擇ROI,再由神經(jīng)外科、影像科高年資醫(yī)師各一名進(jìn)行審核,有爭(zhēng)議時(shí),由影像學(xué)科醫(yī)師確定。腫瘤區(qū)域選擇時(shí),參考T1WI和T1WI+C 序列,涵蓋囊變或壞死區(qū)。

1.3.2 影像組學(xué)特征的提取和篩選 首先,進(jìn)行圖像預(yù)處理,包括圖像歸一化、偏置場(chǎng)矯正和重采樣。然后,應(yīng)用Python3.0 和Pyradiomics(https://pyradiomics.readthedocs.io/)處理影像數(shù)據(jù)和ROI數(shù)據(jù),提取特征包括一階特征、形態(tài)特征和紋理特征,其中紋理特征包括灰度共生矩陣參數(shù)、灰度行程矩陣參數(shù)、灰度尺寸區(qū)域矩陣、鄰域灰度差矩陣參數(shù)、灰度相關(guān)矩陣參數(shù)、小波濾波特征和高斯-拉普拉斯濾波特征,共提取影像特征1 037個(gè)。

應(yīng)用Python 3.0,將IDH-1野生型病例添加標(biāo)簽“0”,突變病例添加標(biāo)簽“1”。根據(jù)Beesley[8]報(bào)道方法將Ki-67 表達(dá)水平陽(yáng)性率分為4 級(jí):0~4%為0 級(jí),5%~24%為1 級(jí),25%~49%為2 級(jí),50%以上為3 級(jí)。本文將Ki-67 表達(dá)水平分為低表達(dá)組(0~1 級(jí))和高表達(dá)組(2~3級(jí)),并分別添加標(biāo)簽“0”和“1”。然后,將影像組學(xué)特征值進(jìn)行標(biāo)準(zhǔn)化、混序,先用兩獨(dú)立樣本t檢驗(yàn)進(jìn)行篩選,排除組間無(wú)統(tǒng)計(jì)學(xué)差異的特征值,再用LASSO回歸進(jìn)一步篩選。

1.3.3 影像組學(xué)模型的建立及驗(yàn)證 使用Python 3.0和scikit-learn機(jī)器學(xué)習(xí)算法進(jìn)行影像組學(xué)模型建立和驗(yàn)證。將數(shù)據(jù)按7:3的比例分為訓(xùn)練集和測(cè)試集,分別用于影像組學(xué)模型的建立和驗(yàn)證。使用隨機(jī)森林和參數(shù)優(yōu)化后的支持向量機(jī)兩種分類(lèi)器建立影像組學(xué)模型。最后,繪制受試者工作特征(receiver operating characteristic,ROC)曲線,并計(jì)算曲線下面積(area under curve,AUC)判斷模型預(yù)測(cè)IDH-1基因突變和Ki-67表達(dá)水平的靈敏度、特異度。

2 結(jié)果

2.1 影像組學(xué)特征篩選結(jié)果IDH-1 組t檢驗(yàn)篩選出47 個(gè)特征,再通過(guò)LASSO 回歸篩選出11 個(gè)特征(圖1B~D;表1)。Ki-67組t檢驗(yàn)篩選出17個(gè)特征,再通過(guò)LASSO回歸篩選出10個(gè)特征(圖2B~D;表2)。

表1 IDH-1組特征值及其權(quán)重

表2 Ki-67組特征值及其權(quán)重

圖1 基于MRI T2WI影像組學(xué)模型預(yù)測(cè)膠質(zhì)瘤IDH-1突變特征篩選結(jié)果

圖2 基于MRI T2WI影像組學(xué)模型預(yù)測(cè)膠質(zhì)瘤Ki-67表達(dá)水平特征篩選結(jié)果

2.2 影像組學(xué)模型的預(yù)測(cè)效能 支持向量機(jī)和隨機(jī)森林兩種影像組學(xué)模型的敏感度、特異度與AUC 見(jiàn)表3,其ROC曲線見(jiàn)圖3。兩種模型的對(duì)IDH-1基因突變和Ki-67表達(dá)水平均有較好的預(yù)測(cè)效能(AUC>0.850),兩種模型的預(yù)測(cè)準(zhǔn)確率均大于0.880,其中隨機(jī)森林比支持向量機(jī)的效果更好。

圖3 不同機(jī)器學(xué)習(xí)分類(lèi)器的ROC曲線

表3 機(jī)器學(xué)習(xí)ROC曲線結(jié)果

3 討論

IDH-1 基因突變和Ki-67 表達(dá)水平對(duì)膠質(zhì)瘤病人的預(yù)后評(píng)估具有重要意義。IDH-1突變型膠質(zhì)瘤病人預(yù)后優(yōu)于野生型病人[9],IDH-1 突變型膠質(zhì)瘤DNA 甲基化增加、生物學(xué)侵襲行為減少、總生存期延長(zhǎng)[10]。膠質(zhì)瘤Ki-67 表達(dá)水平明顯高于正常腦組織[11],Ki-67表達(dá)水平越高,腫瘤惡性程度越高、預(yù)后越差[12]。IDH-1 基因突變和Ki-67 表達(dá)水平的檢測(cè)依賴(lài)腫瘤組織病理檢查,是一種具有侵襲性的檢查,而且還存在取樣誤差、有時(shí)臨床難以獲得滿(mǎn)意的數(shù)據(jù)等局限性。

影像組學(xué)作為一個(gè)新興的技術(shù),近年來(lái)被廣泛應(yīng)用于腫瘤的診斷、治療及預(yù)后的評(píng)價(jià)和預(yù)測(cè),基于T2WI、T1WI+C、ADC、PET-CT/MR 的影像組學(xué)分析、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)等均表現(xiàn)出對(duì)膠質(zhì)瘤基因型和腫瘤分級(jí)的良好預(yù)測(cè)能力,其中多序列和多臨床參數(shù)的影像組學(xué)聯(lián)合模型進(jìn)一步提高了對(duì)腫瘤IDH等基因突變的預(yù)測(cè)能力[13]。MRI T2WI序列影像學(xué)特征表現(xiàn)為膠質(zhì)瘤診斷的依據(jù)之一[14]。本文提取MRI T2WI序列影像組學(xué)特征,構(gòu)建支持向量機(jī)和隨機(jī)森林兩種機(jī)器學(xué)習(xí)分類(lèi)器,預(yù)測(cè)膠質(zhì)瘤IDH-1 基因突變和Ki-67 表達(dá)水平,預(yù)測(cè)準(zhǔn)確率超過(guò)88.0%。這提示MRI T2WI 序列影像組學(xué)特征對(duì)膠質(zhì)瘤病理結(jié)果具有較高的預(yù)測(cè)準(zhǔn)確率,可為臨床確定腫瘤手術(shù)方案、評(píng)估膠質(zhì)瘤預(yù)后等提供依據(jù)。

值得注意的是,灰度相關(guān)矩陣參數(shù)中的大依賴(lài)高灰度增強(qiáng)特征表示具有較高灰度值的高相關(guān)性體素的聯(lián)合分布情況,此特征在鑒別IDH-1 基因突變中有特殊意義。此外,IDH-1 組特征值權(quán)重絕對(duì)值最大的特征為一階特征平均值,這說(shuō)明腫瘤組織T2WI 序列平均灰度在鑒別IDH-1 基因突變中可能具有較高的價(jià)值。這提示對(duì)T2WI 序列信號(hào)分布均勻的膠質(zhì)瘤,可以通過(guò)T2WI序列灰度預(yù)測(cè)IDH-1基因突變情況。但是對(duì)有鈣化或者囊變的膠質(zhì)瘤瘤,這種評(píng)估就相對(duì)比較困難。

Ki-67 組特征值權(quán)重絕對(duì)值最大的特征為偏度特征,表明體素灰度平均值分布的不對(duì)稱(chēng)性;其次是逆差歸一化特征,表示圖像局部均勻程度。這兩個(gè)特征分別從整體和局部描述灰度的不均勻程度。這提示T2WI灰度分布不均勻程度反映Ki-67表達(dá)水平的差異。

本文的局限性:①樣本相對(duì)較少;②回顧性研究,存在選擇性偏倚;③未根據(jù)膠質(zhì)瘤級(jí)別進(jìn)行亞組分析;④為單序列影像組學(xué)分析;⑤由于分類(lèi)器原理,無(wú)法分析各特征值與基因型的具體關(guān)系;⑥未對(duì)預(yù)測(cè)結(jié)果進(jìn)行交叉驗(yàn)證。

總之,本文基于MRI T2WI序列建立支持向量機(jī)和隨機(jī)森林機(jī)器學(xué)習(xí)分類(lèi)器預(yù)測(cè)膠質(zhì)瘤IDH-1基因突變和Ki-67 表達(dá)水平,準(zhǔn)確率均超過(guò)88.0%,具有良好的應(yīng)用價(jià)值,為膠質(zhì)瘤術(shù)前預(yù)測(cè)提供了新思路。

猜你喜歡
組學(xué)基因突變膠質(zhì)瘤
大狗,小狗——基因突變解釋體型大小
管家基因突變導(dǎo)致面部特異性出生缺陷的原因
口腔代謝組學(xué)研究
基因突變的“新物種”
基于UHPLC-Q-TOF/MS的歸身和歸尾補(bǔ)血機(jī)制的代謝組學(xué)初步研究
DCE-MRI在高、低級(jí)別腦膠質(zhì)瘤及腦膜瘤中的鑒別診斷
磁共振成像(2015年8期)2015-12-23 08:53:14
P21和survivin蛋白在腦膠質(zhì)瘤組織中的表達(dá)及其臨床意義
代謝組學(xué)在多囊卵巢綜合征中的應(yīng)用
Sox2和Oct4在人腦膠質(zhì)瘤組織中的表達(dá)及意義
99mTc-HL91乏氧顯像在惡性腦膠質(zhì)瘤放療前后的變化觀察
兴化市| 河池市| 河北区| 离岛区| 郁南县| 沁阳市| 西和县| 连城县| 梨树县| 化州市| 张掖市| 育儿| 昌黎县| 岢岚县| 德安县| 河南省| 大田县| 休宁县| 嘉禾县| 乐山市| 南溪县| 咸丰县| 舒城县| 新民市| 阿巴嘎旗| 桃园县| 德阳市| 抚州市| 玉门市| 铜梁县| 肥西县| 安国市| 毕节市| 柳林县| 安福县| 定安县| 金华市| 招远市| 巢湖市| 牙克石市| 丰镇市|