研究目的
利用双能量计算机断层扫描(DECT)的影像组学数据评估替代生物标志物作为组织病理学肿瘤分级和侵袭性预测指标的有效性,最终实现对早期肺腺癌的分层以优化治疗。
研究成果
基于术前双能量CT成像指标的量化分析有助于根据肿瘤分级预测病理侵袭性。在双能量CT获取的各项CT影像组学参数中,i-均匀性和第97.5百分位CT衰减值被证实是预测肿瘤分级的独立显著因素,可有效区分2级或3级与1级肿瘤。
研究不足
该研究在单一机构开展,患者数量相对较少,尤其是3级组仅包含7例肿瘤。病理肿瘤分级仅反映肿瘤中最主要的亚型,未考虑肿瘤内其他亚型的存在情况。病理学家在病理评估中可能存在意见分歧。
1:实验设计与方法选择:
本研究旨在评估双能量CT(DECT)影像组学数据对早期肺腺癌组织病理学肿瘤分级及侵袭性的预测价值。研究方法包括DECT和FDG PET/CT成像后进行手术。
2:样本选择与数据来源:
前瞻性纳入80例临床和影像学疑似I期或II期肺腺癌患者(共91个病灶)。
3:实验设备与材料清单:
双源CT扫描仪(德国西门子医疗Forchheim分部Somatom Definition Flash)、PET/CT扫描仪(美国威斯康星州密尔沃基GE医疗Discovery STe),以及专用双能量后处理软件(德国西门子医疗解决方案Syngo Dual Energy)。
4:实验流程与操作规范:
患者接受DECT和FDG PET/CT检查,采用影像组学方法分析定量CT与PET影像特征。
5:数据分析方法:
使用SAS 9.4和R 3.0.3进行统计分析,通过逐步变量选择的多项式逻辑回归模型预测肿瘤分级。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容