一、鼻咽癌的CT扫描技术及临床应用(论文文献综述)
成肇杰,韦婷,梁卫学,王占宇,刘光明,周建红,林欢[1](2021)在《CARE Dose 4D在鼻咽癌放疗定位中的应用》文中研究指明目的:探讨CARE Dose 4D技术在鼻咽癌放疗定位中的应用价值。方法:将60例拟放疗的鼻咽癌患者随机分为A组和B组,每组30例。A组管电压120 kV固定300 mAs行常规扫描,B组管电压120 kV并开启CARE Dose 4D设置预设值为500 mAs进行扫描。在这两种不同扫描方式下扫描CIRS 064M电子密度模体,验证CT-RED转换曲线是否有差异。客观评价两组图像的噪声(SD)、信噪比(SNR)、对比噪声比(CNR)、GTV的CT值、剂量长度乘积(DLP)、容积CT剂量指数(CTDIvol)及有效辐射剂量(ED)。并由两位高年资医师对图像进行主观评分。结果:两种扫描方式下,CT值及CT-RED转换曲线无明显差异,保证了靶区剂量计算的精确性;B组与A组比较CTDIvol降低35%,DLP、ED均降低43%,差异有统计学意义(P<0.001);客观评价中两组图像的SNR、CNR、GTV的平均CT值之间的差异无统计学意义(P>0.05)。两组图像在三角肌平面,A组SD高于B组,差异有统计学意义(t=30.809, P<0.001);两组图像主观评价有显着性差异(z=-2.445,P<0.05)。A组图像中由于肩部横断面内颈部淋巴引流区噪声较大,对医生勾画该层面的靶区造成了一定困扰,从靶区勾画角度来说,B组图像要优A组。结论:在鼻咽癌放疗定位中应用CARE Dose 4D技术是可行的,可提高图像质量,同时大幅降低患者的有效辐射剂量。
唐弘喆[2](2021)在《CT扫描对鼻咽癌并发分泌性中耳炎的辅助诊断意义探讨》文中提出目的:探讨CT扫描对鼻咽癌(NPC)并发分泌性中耳炎的辅助诊断意义。方法:选取2018年3月—2020年3月期间,我院收治的100例鼻咽癌患者为主要研究对象,结合100例患者的病例资料及个人信息进行回顾性分析,均在放疗前后应用CT进行扫描,分析100例患者在放疗前和放疗后的鼻咽及乳突的CT检查结果。结果:放疗前100例鼻咽癌患者中有63例并发分泌性中耳炎,占比63.00%,T1-T4期鼻咽癌患者并发分泌性中耳炎的人数呈递增的趋势,放疗后,100例鼻咽癌患者中有94例患者并发分泌性中耳炎,占比94%,放疗前和放疗后对比存在差异性(P <0.05);放疗前,100例鼻咽癌患者中的鼻咽腔前后径及横径长度均短于放疗后(P <0.05)。结论:利用CT对鼻咽癌患者进行扫描后,对鼻咽癌患者在放疗期间是否并发分泌性中耳炎的临床诊断具有重要的临床价值,有利于帮助医生做出明确诊断,值得推广。
雷文辉[3](2021)在《基于深度学习的鼻咽癌高危器官智能勾画》文中提出鼻咽癌(NPC)是中国,东南亚和中东/北非地区最常见的的头颈癌之一。从具有不确定性信息的计算机断层扫描(CT)图像中准确分割危险器官(OAR)对于有效规划NPC治疗的放射治疗至关重要。尽管卷积神经网络(CNN)在OAR的自动分割方面取得了最先进的性能,但现有方法并未为治疗计划提供分割结果的不确定性估计,并且其准确性仍然受到几个因素的限制,包括CT软组织对比度低,OAR尺寸高度不平衡以及切片间间距大。为了解决这些问题,本文提出了一种新颖的框架,用于通过可靠的不确定性估计来进行精确的OAR分割。首先,现有CT图像的强度转换函数基于单一的窗宽窗位,通常可使某类器官具有较好的可见度但隐藏其余器官。本文提出了一种分段线性函数(SLF)来转换CT图像的强度,从而使多个器官比现有方法更具区分性。其次,为了应对较大的切片间距,本文引入了一个新颖的2.5D网络(称为3D-SepNet),该网络专门设计用于处理具有各向异性间距的临床头颈部(HaN)CT扫描。第三,现有的难力挖掘损失函数通常针对类别进行加权,而本文提出的难体素注意力(ATH)使用了体素级别的硬度加权函数,该加权函数可用于处理较易类别中的难力区域。最后,本文使用经过不同损失函数和强度变换函数训练所得的一组模型来融合获得鲁棒的分割结果,并且可以直接输出不确定信息的估计。本文的方法在StructSeg 2019挑战赛中赢得了HaN OAR分割任务的第三名,它的加权平均Dice系数为80.52%,95%Hausdorff距离为3.043毫米。实验结果表明:1)本文用于强度变换的SLF有助于提高从CT图像进行OAR分割的准确性;2)本文的3D-SepNet仅使用3D UNet的1/3参数,就可以为大多数OAR获得更好的分割结果;3)提出的用于训练的硬体素加权策略有效地提高了分割精度;4)通过本文的方法获得的分割不确定性与错误分割高度相关,这可能有助于在临床实践中做出更明智的决策。尽管本文提出的自动分割模型取得了有效的分割结果,但这仍然难以达到实际医疗场景所需的精度。这是由于CT图像的软组织对比度低,患者之间的差异以及视神经和视神经交叉等器官尺寸微笑所导致,与之相对的,交互式分割方法可以将人类专家的知识与机器智能相结合,以提高分割的准确性和效率。传统的交互式分割方法,例如Graph Cut和ITK-SNAP,通常适用于对错误区域的矫正分割。但是,由于它们是基于低级特征的,因此在处理医学图像时,这些方法需要大量用户交互才能获得良好的结果,这将增加用户的负担。基于这些观察,本文接着研究了将CNN与用户交互相结合以从医学图像进行多器官分割的方法,从而以更少的用户交互和更少的用户时间实现更高的分割精度和鲁棒性。
张毛蛋[4](2020)在《肿瘤多模态影像放疗靶区分割深度学习方法》文中认为恶性肿瘤严重威胁我国居民健康生活。全国最近的癌症统计数据显示,恶性肿瘤导致的死亡人数占全部疾病死亡人数的23.91%,防控形势严峻。作为治疗恶性肿瘤的重要手段之一,放射治疗的基本目标是实现放射治疗增益比的最大化,即将放射线的照射剂量最大化的集中到计划靶区(Planning Target Volume,PTV)内,保证在消灭癌细胞时,实现对肿瘤周围危及器官(Organs at Risk,OARs)的保护。实现放射治疗增益比最大化,首先要实现对PTV和OARs的精准勾画(分割)。随着数字成像技术和医学科学的进步,多种医学成像模式蓬勃发展,多模态影像有助于从不同的模态影像中提取语义分割特征信息。目前临床上一般是由经验丰富的放疗科医师在放疗CT影像上逐层手动勾画肿瘤靶区和危及器官,不仅非常耗时费力,而且勾画精度依赖于勾画人员的临床经验。因此,开展高精度的靶区和危及器官自动勾画算法研究具有非常重要的科学价值和临床意义。本文研究基于深度学习的多模态影像肿瘤分割方法。采用解码器-编码器的对称卷积神经网络结构作为端到端的肿瘤分割的基本框架。首先基于U-Net研究多模态MRI脑肿瘤分割问题,为了提高U-Net提取语义分割特征的能力,分别研究了增加残差块、密集连接和级联膨胀卷积的U-Net对多模态MRI脑肿瘤分割性能提升的影响,实验结果表明,U-Net在整体肿瘤区、肿瘤核心区和增强肿瘤区三个分割目标上的DICE分别为0.86、0.79、0.63,加入残差块的U-Net在三个分割目标上的DICE分别为0.865、0.79、0.62,加入密集连接和级联膨胀卷积的U-Net在三个分割目标上的DICE分别为0.87、0.80、0.62。最后,采用在第四章中提出的加入密集连接和级联膨胀卷积的U-Net:DDCU-Net来作为分割网络,同时联合临床解剖先验知识,提出了针对MICCAI2019挑战大赛Struct Seg2019中鼻咽癌和肺癌CT影像放疗靶区分割的方法,在全球200多个参赛队伍中,在鼻咽癌和肺癌分割任务中分别取得了第11、第6的最终排名。
吕闻冰[5](2020)在《头颈癌PET/CT影像组学特征的鲁棒性及诊断预后价值研究》文中研究说明[背景]头颈癌是指发生于鼻咽、口咽、下咽等部位的肿瘤。在我国华南地区,尤其以鼻咽癌更为常见,其年发病率高达0.3‰。鼻咽癌PET/CT图像的诊断常受到炎性组织如慢性鼻咽炎FDG高摄取的干扰,特异性受限。尽管放化疗的联合应用使得头颈癌的局部控制率有所提高,但远处转移风险依旧较高,长期生存率仍不理想。传统SUV指标和TNM分期难以刻画肿瘤异质性,对头颈癌的预后预测性能有限。开发新的、诊断预后性能更优的特征对患者的精准诊疗至关重要。影像组学通过定量刻画图像灰度分布模式,提取表征肿瘤内部异质性的高通量影像特征,已在单一模态图像中多类肿瘤的诊断、分期分级、疗效评估及预后预测等方面取得较好成果。然而目前影像组学研究仍面临鲁棒性较低、多中心泛化性能不足以及多模态研究匮乏等问题。因此本文旨在针对鼻咽癌和头颈癌PET/CT图像开展影像组学特征鲁棒性分析及其在诊断、预后预测等临床问题上的研究。[材料与方法]1、收集40例鼻咽癌18F-FDG与11C-choline两种PET/CT显像,研究分割和离散化对88个影像组学特征鲁棒性的影响。2、充分考虑矩阵构建过程中的方向、对称性、平均策略、距离、邻域及窗宽等因素,研究多策略提取的PET影像组学特征鲁棒性及其对69例鼻咽癌和37例慢性鼻咽炎的诊断性能。3、研究整合PET特征、CT特征和临床参数的多模态模型对128例鼻咽癌患者的预后价值。4、提出图像层次、矩阵层次以及特征层次的多模态多层次PET/CT融合影像组学模型,并研究其对296例多中心头颈癌患者的预后价值。[结果]1、研究筛选得到8个FDG特征和11个choline特征较为鲁棒。2、不同策略提取的部分特征鲁棒性较低,但其诊断性能较高;影像组学特征SumEntropy、SZLGE 和 LGZE 的 AUC 高于传统指标 SUVmax 和 MATV(0.91-0.93 vs.0.72-0.88,p=0.01-0.04)。3、多模态模型对无复发生存期的预测在测试集上性能有限,但在局部晚期病例上优于单一模态模型(C-index:0.67-0.84 vs.0.64-0.77,p=0.001-0.059)。4、在7种不同的训练集测试集划分下,对于RFS、MFS和OS的预测,分别有5种、6种和5种划分的最大C-index是由图像层次的融合模型所达到的。[结论]1、筛选得到的鲁棒性较高的特征可为将来构建鲁棒性较高的模型提供指导。2、大多数特征的诊断性能主要取决于特征本身的定义,部分受特征提取策略影响;一些影像组学特征的诊断性能优于传统指标。3、PET和CT特征相比临床参数提供了额外的定量肿瘤内部异质性的信息,多模态模型更适用于局部晚期病例的预后预测。4、在图像层次逐体素地整合PET的代谢信息和CT的解剖信息能有效捕获更多有价值的预后信息。
姚鑫森[6](2020)在《多模态影像引导鼻咽癌调强放疗剂量评估的研究》文中指出在鼻咽癌调强放疗(Intensity-modulated Radiotherapy,IMRT)过程中,靶区和危及器官的体积不断变化,可能导致其实际接受的剂量与初次计划中评估的剂量不一致,剂量的准确评估对于针对性的保证肿瘤靶区剂量充足以及减少危及器官受量至关重要。磁共振成像(Magnetic Resonance Imaging,MRI)在鼻咽癌软组织识别方面具有明显的优势,已经应用于放疗的模拟定位和在线计划剂量评估上,但由于其缺乏电子密度信息无法进行剂量计算。临床应用中将MRI与CT配准融合用于靶区的勾画及计划的剂量计算,但是配准过程中引入的误差会严重影响鼻咽癌的放疗精度。把MRI作为唯一成像方式引导鼻咽癌的放疗可以消除这种误差,以及简化工作流程和降低辐射暴露,基于MRI制定IMRT计划必将成为一种趋势。为此,本研究的主要内容分为两个部分:第一部分为基于形变配准技术进行鼻咽癌IMRT剂量评估的研究。本研究选取18例鼻咽癌患者,在定位CT上制定初次放疗计划Plan初次,在治疗20-25分次后的复位CT制定二次放疗计划Plan复位。在Velocity软件将Plan复位与Plan初次进行刚性和形变配准累加得到Plan刚性和Plan形变,比较不同计划之间的剂量学差异。研究发现:复位CT与定位CT相比,肿瘤靶区和左右腮腺的体积分别缩小20.8%、36.8%、37.5%。Plan复位与Plan初次相比,危及器官剂量体积指标均下降明显(平均下降17.0%-60.1%)。Plan形变与Plan初次相比,靶区和危及器官剂量体积指标差异为0.3%-4.9%。研究表明:鼻咽癌IMRT过程中,肿瘤靶区及腮腺体积缩小,进行二次计划可以降低危及器官的照射剂量,利用形变配准剂量累加技术才能较为准确的评估鼻咽癌放疗中靶区和危及器官的剂量体积指标。第二部分为应用CT值赋值法基于MRI直接进行鼻咽癌IMRT计划设计的研究。本研究选取32例鼻咽癌患者,在定位CT图像和定位MRI上勾画并统计骨骼、空腔以及主要软组织的群体化CT值。对区域采用不同划分方式进行CT值赋值生成伪CT:(1)CT1:在定位CT上对全组织赋予0HU;(2)CT2:在CT1上对空腔赋予群体化CT值;(3)CT3:在CT2上对骨骼赋予群体化CT值;(4)CT4:在CT3上对各软组织分别赋予群体化CT值。基于定位CT上制定鼻咽癌IMRT计划为Plan0,再将Plan0分别移植到四个伪CT上重新剂量计算获得计划Plan1、Plan2、Plan3和Plan4,最后将各组计划分别与Plan0进行比较。研究发现:Plan1、Plan2、Plan3、Plan4与Plan0的剂量差异依次减少,点对点剂量比较差异较大的区域主要分布于软组织与空腔和骨骼交界处以及射野穿过的皮肤区域。研究表明:将每个组织分别赋予群体化CT值的赋值方法较其他方法对鼻咽癌IMRT计划剂量计算影响最小,剂量偏差控制在1.3%以内。可作为基于MRI制定鼻咽癌IMRT计划时的首选赋值方法。
张安度[7](2020)在《磁共振弥散加权成像(DWI)应用于食管鳞癌放疗疗效判断及预后评估的系列研究》文中认为第一部分磁共振弥散加权成像在食管癌异种移植模型中预测放射治疗反应的实验研究目的:磁共振弥散加权成像(DWI)技术在预测肿瘤治疗反应及预后评估方面已有相关研究报道,本研究拟从动物模型层面深入探讨DWI在预测食管癌放疗疗效方面的应用价值,为该技术提供坚实的基础理论依据。方法:建立人食管癌Eca-109裸鼠移植瘤模型,实验1中实验组(n=16)荷瘤裸鼠给予单次剂量15Gy的6MV-X线的放射治疗,对照组(n=16)不接受任何治疗。两组在放疗前及放疗后行MRI扫描(观察时间1月,隔日一次,共16个时间点。扫描序列包括T1,T2,DWI)。比较两组移植瘤体积的变化及ADC的变化情况。根据实验1的结果选择7个关键时间点进一步进行实验2,分别在放疗前1天、放疗后1、3、5、7、17、29天行MRI扫描,完成扫描后处死荷瘤裸鼠,观察实验组(n=6)与对照组(n=6)在相应时间点的细胞密度、坏死比例及CD31表达情况。统计学分析采用SPSS22.0统计软件包。观察指标在不同时间点的多次测量采用重复测量设计资料的方差分析。结果:1.实验1中实验组荷瘤裸鼠移植瘤体积在接受放疗后出现了明显的生长延迟,实验组移植瘤体积在放疗后第17天完成体积倍增,对照组仅需5天即完成体积倍增。实验组不同时间点的移植瘤体积有差异(F=22.159,P<0.001),对照组不同时间点的移植瘤体积有差异(F=61.561,P<0.001)。两组移植瘤体积V0差异无统计学意义(t=-0.153,P=0.879),从放疗后第7天开始,两组移植瘤体积开始出现显着性差异,实验组移植瘤体积明显小于对照组(P<0.05)。2.实验1中实验组不同时间点的ADC值有差异(F=5.421,P<0.001),对照组不同时间点的ADC值有差异(F=8.021,P<0.001)。两组的ADC0差异无统计学意义(t=0.043,P=0.966)。实验组在放疗后第1天ADC值有所下降,第3天迅速升高,到第5天时升至最高点,后ADC值呈逐渐下降趋势,至第17天后波动保持在比较稳定的较高的水平。对照组ADC值在第1天开始逐渐下降,至第7天开始波动保持在比较低的水平。从放疗后第3天开始,两组ADC值差异开始出现统计学意义,实验组ADC值明显高于对照组(P<0.05)。3.实验2中实验组细胞密度从放疗后第3天逐渐降低,第7天最低,后有所上升,对照组则呈逐渐升高的趋势,在第5天最高,后有所降低。对照组细胞密度从放疗后第3天开始高于实验组(P<0.05)。ADC值与细胞密度呈负相关(rs=-0.703,P<0.001)。4.实验2中实验组坏死比例在放疗后呈逐渐升高趋势,第7天后逐渐下降;对照组则呈逐渐下降趋势,第7天后趋于稳定。从放疗后第3天开始实验组的坏死比例高于对照组(P<0.05)。ADC值与组织坏死比例呈正相关(rs=0.658,P=0.003)。5. 实验2中放疗初期(放疗后1、3、5、7天)实验组CD31阴性及弱阳性表达率高于对照组(23/48 vs.4/48,χ2=18.602,P<0.001),实验组C D31阳性及强阳性表达率低于对照组(1/48 vs.20/48,χ2=22.004,P<0.001);放疗后期(放疗后17、29天)两组CD31表达率无明显差别。结论:磁共振弥散加权成像技术具有预测食管癌放疗疗效的价值,ADC值变化出现在移植瘤体积变化之前。移植瘤细胞密度及坏死比例的变化与ADC值的变化基本吻合。第二部分磁共振弥散加权成像(DWI)在预测食管鳞癌放疗治疗反应及预后评估中的应用研究目的:探讨磁共振弥散加权成像(DWI)在食管鳞癌放疗治疗反应及预后评估中的应用价值。方法:前瞻性入组2013年3月至2016年9月收治的食管鳞癌患者100例,均行三维适形或调强放疗,全组患者均接受1~2周期的同期化疗,方案为FP(顺铂+氟尿嘧啶)或TP(紫杉醇+顺铂),放疗前、放疗末行MRI检查(序列包括T1,T2,DWI)。统计学分析采用SPSS22.0统计软件包。Kaplan-Meier并Logrank法计算生存率,Cox法多因素预后分析。观察全组患者治疗前、治疗后的ADC值及变化情况,对近期疗效进行判断,及对1、3、5年生存率评估预后。结果:1.食管肿瘤放疗前、放疗末ADC值分别为1.61±0.35×10-3mm2/s和2.48±0.42×10-3mm2/s,疗后ADC值明显高于疗前ADC值(t=-22.645,P=0.000)。2.CR组的疗前ADC值、疗末ADC值均高于PR组vs.2.30±0.34×10-3mm2/s,z=-3.010,-3.689,P=0.003,<0.001)。3.肿瘤区域疗前低ADC值组(≤1.57×10-3mm2/s)和高ADC值组(>1.57×10-3mm2/s)CR率分别为56.0%(28/50)和74.0%(37/50),接近有统计学差异(χ2=3.560,P=0.059)。1、3、5年生存率分别为58.0%、23.8%、11.4%和72.0%、43.8%、34.3%,中位生存期分别为15个月和26个月(χ2=8.113,P=0.004)。4.肿瘤区域疗末低ADC值组(≤2.54×10-3mm2/s)和疗末高ADC值组(>2.54×10-3mm2/s)的CR率分别为46.0%(23/50)和84.0%(42/50),差异有统计学差异(χ2=15.868,P<0.001)。1、3、5年生存率分别为52.0%、25.7%、17.6%和78.0%、41.8%、28.2%,中位生存期分别为15个月和23个月(χ2=3.982,P=0.046)。5.肿瘤区域低ΔADC组(≤0.57)和高ΔADC组(>0.57)的CR率分别为70.0%(35/50)和60.0%(30/50),差异无统计学意义(χ2=1.099,P=0.295)。1、3、5年生存率分别为60.0%、37.8%、29.4%和70.0%、29.8%、17.7%,两组中位生存期分别为23个月和17个月,差异无统计学意义(χ2=0.744,P=0.388)。将疗前低ADC值组和疗前高ADC值组按ΔADC大小分为4组,CR率分别为56.0%(14/25)、56.0%(14/25)、64.0%(16/25)、84.0%(21/25),无明显统计学差异(χ2=5.758,P=0.124)。疗前高ADC值高ΔADC组的生存情况最优,1、3、5年生存率为92.0%、59.5%、40.6%,中位生存期分别为55个月,而疗前低ADC值低ΔADC组的预后最差,1、3、5年生存率分别为52.0%、20.0%、20.0%,中位生存期为14个月,其他两组生存情况有交叉(χ2=13.738,P=0.003)。6. Cox单因素回归模型显示年龄、非手术T分期、N分期、TNM分期、GTV体积、疗前ADC值、疗末ADC值、近期疗效等8项因素均为预后影响因素;Cox多因素回归模型显示年龄、非手术N分期、TNM分期、疗末ADC值为独立预后因素,OR值分别为1.051、2.574、1.749、0.423,P值分别为0.001、0.002、0.021和0.004。ROC曲线显示预测病变达到CR的疗末ADC值的截点值为2.50×10-3mm2/s,得到曲线下面积为0.724,预测度为中等,灵敏度77.1%,特异度70.8%。结论:磁共振弥散加权成像能有效预测食管癌治疗反应和预后。疗前ADC值、疗末ADC值以及ΔADC均与预后有密切关系,疗末ADC值为食管鳞癌的独立预后影响因素。第三部分磁共振弥散加权成像(DWI)对比CT扫描及食管钡餐造影判断食管鳞癌预后的应用研究目的:寻找判断食管鳞癌预后最佳的影像学检查方法,并联合1989年提出的食管癌放射治疗后近期疗效评价标准及2013年提出的基于钡餐造影和CT扫描的食管癌近期疗效评价标准,对食管鳞癌患者进行生存分析。方法:前瞻性入组2017年2月至2017年6月符合入组条件的食管鳞癌初治患者26例。所有患者均行三维适形放疗/调强放疗,并同期应用化疗,处方剂量50.4~60Gy/1.8~2.0Gy/28~30次,5次/周,治疗时间6周。所有入组患者均于治疗前、治疗2周末、治疗4周末、治疗6周末(治疗结束)行食管钡餐造影、胸部CT、MRI检查。截止到随访日期,根据患者生存与否分为生存组与死亡组,其中生存组14例,死亡组12例。测量两组在不同时间点的食管钡餐造影、胸部CT、DWI所示病变长度,胸部CT图像中食管最大管壁厚度,DWI图像中食管病变ADC值,结合诊断试验,寻找判断预后最佳的影像学检查方法,并联合1989年提出的食管癌放射治疗后近期疗效评价标准及2013年提出的基于食管钡餐造影和CT扫描的食管癌近期疗效评价标准,对食管鳞癌患者进行生存分析。采用SPSS22.0统计软件包进行统计学分析。结果:1.全组食管鳞癌患者放疗后1、2年局控率分别为91.6%、73.3%,1、2年生存率分别为76.9%、65.4%,中位局控时间和中位生存时间分别为29个月和26个月。2.重复测量的方差分析结果显示生存组、死亡组不同时间点的食管钡餐造影显示病变长度有统计学差异(F=19.513、43.818,P均<0.001),两组食管钡餐造影所示病变长度均呈现持续快速下降趋势,但两组食管钡餐造影所示病变长度在疗前、治疗2周末、治疗4周末、治疗6周末时均无统计学差异。对食管钡餐造影所示病变长度在不同时间点做诊断试验,显示ROC曲线下面积在0.536-0.577之间,P值均大于0.05。3.生存组不同时间点的胸部CT显示病变长度有统计学差异(F=6.799,P=0.001),死亡组不同时间点的胸部CT显示病变长度有差异(F=3.769,P=0.020)。两组胸部CT所示病变长度均呈现持续快速下降趋势,但两组CT所示病变长度在疗前、治疗2周末、治疗4周末、治疗6周末时均无统计学差异。ROC曲线显示曲线下面积在0.503-0.563之间,P值均大于0.05。4.生存组不同时间点的胸部CT显示食管最大管壁厚度有差异(F=23.231,P<0.001),死亡组不同时间点的胸部CT显示食管最大管壁厚度有差异(F=40.980,P<0.001)。两组胸部CT所示食管最大管壁厚度均呈现持续快速下降趋势,至第5周、第6周下降趋势均变缓。两组胸部CT所示最大管壁厚度在疗前、治疗2周末、治疗4周末、治疗6周末时均无统计学差异。ROC曲线显示P值均大于0.05,曲线下面积在0.506-0.613之间。5.生存组不同时间点的DWI显示病变长度有差异(F=17.669,P<0.001),死亡组不同时间点的DWI显示病变长度无明显差异(F=0.598,P=0.621)。生存组DWI所示病变长度呈现持续快速下降趋势,在治疗4周后表现更为明显,有3例患者治疗结束DWI无高信号表达;死亡组在治疗2周时较疗前轻度增加,然后呈缓慢下降趋势,死亡组在放疗结束均有高信号表达。生存组DWI所示病变长度在治疗6周末明显低于死亡组(t=-2.198,P=0.038)。ROC曲线显示以治疗6周末DWI测量长度为诊断指标,P=0.045,曲线下面积为0.732,诊断效能为中等,灵敏度0.857,特异度0.667。6.生存组不同时间点的食管病变ADC值有差异(F=19.043,P<0.001),死亡组不同时间点的食管病变ADC值有差异(F=21.653,P<0.001)。生存组ADC值呈现持续上升趋势;死亡组ADC值也呈现持续上升趋势,但从治疗4周开始上升趋势明显变缓。两组ADC值在治疗4周末接近有统计学差异(t=1.933,P=0.065),在治疗6周末生存组ADC值明显高于死亡组(t=3.465,P=0.002)。ROC曲线显示以治疗第4周末、治疗第6周末ADC值为诊断指标,P=0.035、0.003,曲线下面积为0.744、0.848,诊断效能均为中等,灵敏度分别为0.833、0.833,特异度分别为0.714、0.786。以治疗6周末ADC值3.405×10-3mm2/s为截点值将全组患者分为两组,两组1、2年生存率分别为53.8%、46.2%和100.0%、84.6%(χ2=10.162,P=0.001)。7.基于1989年提出的食管癌放射治疗后近期疗效评价标准,CR组与PR组患者的1、2年生存率分别为83.3%、75.0%和71.4%、57.1%,接近有显着性差异,CR组生存率高于PR组(χ2=3.105,P=0.078)。8.基于2013年提出的钡餐造影和CT扫描的食管癌近期疗效评价标准,CR组与PR组患者的1、2年生存率分别为100.0%、83.3%和70.0%、60.0%,两组患者生存率差异无统计学意义,但CR组生存率有优于PR组的趋势(χ2=2.248,P=0.134)。9.结合本研究ROC曲线分析结果,以治疗6周ADC值3.405×10-3mm2/s为截点,联合食管钡餐造影评价标准,CR组与PR组患者的1、2年生存率分别为100.0%、88.9%和64.7%、52.9%,两组患者生存率有显着性差异,CR组生存率高于PR组(χ2=5.857,P=0.016)。1 0. 联合食管钡餐造影、DWI及胸部CT扫描进行预后评价,CR组与PR组患者的1、2年生存率分别为1 00.0%、75.0%和72.7%、63.6%(χ2=0.711,P=0.399)。结论:磁共振弥散加权成像在预后评估方面较食管钡餐造影及CT有一定优势。以治疗6周末ADC值为诊断指标,ROC曲线下面积为0.848,诊断效能为中等,以治疗6周末ADC值3.405×10-3mm2/s为截点,联合食管钡餐造影评价标准,可有效判断预后。
杨易[8](2020)在《18F-FDG PET/CT代谢参数在诊断鼻咽癌分期及预测其转移中的应用价值》文中研究说明目的探讨18F-FDG PET/CT显像代谢参数在鼻咽癌诊断分期及预测其转移中的应用价值。方法回顾性分析50例经病理证实的鼻咽癌患者的一般临床资料及PET/CT资料,其中男性35例,女性15例,平均年龄(53.62±13.80)岁。将其根据有无发生淋巴结转移和(或)远处转移分为两组,其中转移组35例,无转移组15例。将其根据鼻咽癌患者的临床分期分为两组,其中早期鼻咽癌(Ⅰ-Ⅱ期)8例,进展期(Ⅲ-Ⅳ期)42例。采用Siemens Biography 16 HR PET/CT scanner采集鼻咽癌患者全身图像,所有图像资料在西门子Syngo.via工作站进行处理,经过MM oncology软件采用SUVmax值40%为阈值自动勾画VOI,分别测量鼻咽癌患者原发病灶的PET/CT代谢参数:最大标准摄取值(SUVmax)、平均标准摄取值(SUVmean)、峰值标准摄取值(SUVpeak)、病灶糖酵解总量(TLG)和肿瘤代谢体积(MTV)。分别对转移组与无转移组,早期(Ⅰ-Ⅱ期)与进展期(Ⅲ-Ⅳ期)患者间一般临床资料(年龄、性别)及各种代谢参数进行统计学分析和比较,计数资料采用?2检验,计量资料采用独立样本t检验,并对有统计学意义的参数绘制ROC曲线,计算曲线下面积(AUC),并通过计算约登指数,找到相应的最佳诊断阈值,计算相关敏感度及特异度,对结果进行分析。结果转移组与无转移组原发灶TLG、MTV差异有统计学意义(P均<0.05),性别、年龄、SUVmax、SUVpeak、SUVmean差异无统计学意义(P均>0.05)。ROC曲线分析中,TLG(AUC为0.817)的预测转移效能优于MTV(AUC为0.783)。计算TLG的约登指数为0.571,当TLG取值73.240时对鼻咽癌转移的预测效能最高,敏感度和特异度分别为57.1%、100%;MTV的约登指数为0.467,当MTV取值6.600时对鼻咽癌转移的预测效能最高,敏感度和特异度分别为60%、86.7%。早期鼻咽癌(Ⅰ-Ⅱ期)与进展期(Ⅲ-Ⅳ期)原发灶MTV差异有统计学意义(P<0.05),在性别、年龄、SUVmax、SUVpeak、SUVmean、TLG上差异无统计学意义(P均>0.05)。ROC曲线分析中,MTV(AUC为0.771)预测临床分期有一定准确性,计算MTV的约登指数为0.482,当MTV取值2.685时对鼻咽癌临床分期预测效能最高,敏感度、特异度分别为62.5%、85.7%。结论鼻咽癌患者原发灶的PET/CT代谢参数TLG、MTV对预测鼻咽癌转移具有一定价值,且TLG预测转移效能优于MTV。鼻咽癌患者原发灶的MTV与鼻咽癌临床分期有一定关系,利用MTV,18F-FDG PET/CT可以预测鼻咽癌的临床分期。
梁锦辉,邓滨,刘家豪,程宇文,李陆军,汤敏中,谢艺才[9](2020)在《MRI精准模拟定位在局部晚期鼻咽癌调强放疗中的应用效果》文中指出目的:研究MRI精准模拟定位在局部晚期鼻咽癌调强放疗中的应用效果。方法:选取我院200例局部晚期鼻咽癌患者,采用随机数字表法分为对照组(n=100)和研究组(n=100),两组行调强放疗治疗,对照组只进行CT扫描,研究组经临床评估后行MRI及CT扫描,对比分析MRI精准模拟定位在局部晚期鼻咽癌调强放疗中的应用效果。结果:研究组放疗计划中平均靶区体积小于对照组(P<0.05);研究组计划放疗靶区的CI、HI值低于对照组,更接近1(P<0.05);研究组脑干、右侧视神经放疗计划中照射剂量低于对照组(P<0.05);研究组1、3、5年生存率较对照组有升高趋势,1、3、5年野外复发率较对照组有下降趋势,但无统计学差异(P>0.05)。结论:MRI精准模拟定位在鼻咽癌放射治疗大体肿瘤靶区中可有效提高肿瘤靶区勾画的适形度及均匀性,减少不必要的照射体积,降低部分正常组织的照射剂量,可在一定程度上减少复发、提高患者生存率。
侯震[10](2019)在《影像组学在食管癌和头颈癌放射治疗中的应用研究》文中提出恶性肿瘤以其高发病率和高致死率,成为威胁人类健康的重要因素。放射治疗作为一种局部治疗手段,在肿瘤临床治疗中的作用日趋重要,其目的在于通过提高肿瘤靶区的辐射剂量并降低周围正常组织的放射性损伤来提高病灶的局部控制率,进一步提高肿瘤患者的生存率并改善患者的整体生存质量。然而,尽管最新的调强放射治疗技术(Intensity Modulated Radiation Therapy,IMRT)有效地提高了肿瘤靶区的照射精度和剂量的均匀性,但由于恶性肿瘤本身的异质性和复杂的微环境,使其治疗十分复杂且疗效难以预测;并且再精确的放疗技术也无法避免X射线对周围正常器官的损伤,在杀灭癌细胞的同时也会引起放疗并发症的出现。针对不同部位肿瘤的病理及结构特点,个体化治疗逐渐被临床认可,大量文献表明,早期预测肿瘤治疗反应及副反应有利于患者的治疗和恢复,进一步指导肿瘤治疗,提高癌症患者的生存率。因此,临床实践中需要一种针对放疗疗效和并发症的预测技术,它能够在患者接受治疗前对疗效和某种并发症发生的风险做出预测,从而优化患者的治疗方案。影像组学(Radiomics)作为一种新兴的影像分析技术,采用非侵入式的方法来获取肿瘤的综合特征信息,能够反映肿瘤时间和空间上的异质性问题,通过对大量影像特征的定量、高通量分析来综合评价肿瘤表型。放疗作为局部晚期肿瘤患者的重要治疗手段,治疗前需要获取大量影像以进行靶区勾画和计划设计,这就为临床将Radiomics结合于肿瘤放疗提供了良好的契机和理论基础。本课题从食管癌和头颈癌患者治疗前的医学影像入手,致力于放疗Radiomics预测模型的研究,采用统计学分析与机器学习建模方法,以实现对食管肿瘤放疗疗效的早期预测(治疗反应相关);以及Radiomics参数与头颈癌照射野内复发的预测分析(复发相关);同时探索基于深度学习(Deep learning-based)的Radiomics方法在放射性肺损伤预测中的价值(治疗副反应相关)。概括全文的研究成果和贡献,主要包括以下几个方面:1.影像组学在食管鳞癌同步放化疗早期疗效预测中的研究a)分析了文献中提出的四大类Radiomics特征提取算法,逐一分析和介绍了基于形态学、基于灰度直方图、基于纹理和基于滤波变换方法的数学表达形式,并比较了不同方法所提取的特征参数的数学、影像学意义及相互关系;b)创新性地探索了基于治疗前增强CT的Radiomics分析在预测食管鳞癌同步放化疗(CRT)疗效中的价值。筛选出可区分治疗敏感者(Responder)和非敏感者(Nonresponder)的特征参数,并且引入了人工神经网络(ANN)和支持向量机(SVM)等机器学习算法构建并验证预测模型,验证了Radiomics模型用于食管癌CRT疗效预测的可行性和有效性;c)在前期工作的基础上,进一步对比了基于治疗前的T2W和SPAIR T2W序列的磁共振结构像的Radiomics分析对食管鳞癌同步放化疗疗效的预测价值。分别基于上述两个序列的Radiomics特征结合ANN和SVM算法构建了并验证了预测模型,在此基础上对比两个序列的特点和预测能力,分析了其作用原理及对临床实践的意义。2.影像组学在头颈癌复发模式中的应用研究a)分析了文献中头颈癌患者放疗后复发的剂量学模式,从剂量学角度探究了出现不同复发模式的原因,明确了野内复发是头颈癌的主要复发模式,分析了野内复发与放疗抵抗之间的关系;b)针对本中心鼻咽癌IMRT后复发的患者,借助剂量叠加工具,分别分析了其复发的剂量学模式,证明了野内复发是鼻咽癌IMRT后的主要复发模式,筛选出因放疗抵抗而出现复发的患者;c)原创性地提出引入Radiomics分析方法,通过高通量地对患者治疗前的SPAIR T2W磁共振影像提取定量特征,在此基础上结合机器学习算法构建肿瘤的放疗抵抗性预测模型。3.影像组学在食管癌放射性肺损伤中的预测价值a)分析和总结了基于肺部CT的影像组学方法在放射性肺损伤(RILI)预测中的相关研究进展,在此基础上进一步拓展创新,重点关注治疗前肺部高剂量区域的CT影像对局部RILI的预测价值;b)原创性地提出采用基于迁移的深层卷积神经网络(CNN)模型,即基于深度学习的Radiomics方法,使其能够自主挖掘与RILI预测相关的影像特征,并将微调后的卷积神经网络模型(AlexNet和GoogleNet)用于预测RILI;c)实验验证了基于自然图像训练的AlexNet和GoogleNet模型经少量医学样本微调(Fine tuning)后对局部RILI的预测能力,并分析其原理及临床意义。
二、鼻咽癌的CT扫描技术及临床应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、鼻咽癌的CT扫描技术及临床应用(论文提纲范文)
(1)CARE Dose 4D在鼻咽癌放疗定位中的应用(论文提纲范文)
前言 |
1 材料与对象 |
1.1 主要仪器 |
1.2 病例选择 |
2 方法 |
2.1 扫描方法 |
2.2 建立两组扫描方法的CT-RED转换曲线 |
2.3 客观图像质量评估 |
2.4 主观图像质量评估 |
2.5 辐射剂量评估 |
2.6 统计学分析 |
3 结果 |
3.1 两组扫描方法对CT-RED曲线的影响 |
3.2 两组患者的一般资料、客观评价 |
3.3 辐射剂量分析 |
3.4 两组图像的噪声及主观评价比较 |
4 讨论 |
(2)CT扫描对鼻咽癌并发分泌性中耳炎的辅助诊断意义探讨(论文提纲范文)
1 资料与方法 |
1.1 一般资料 |
1.2 纳入和排除标准 |
1.2.1 纳入标准 |
1.2.2 排除标准 |
1.3 方法 |
1.3.1 使用美国GE 256排Revolution CT扫描机对 |
1.4 评判标准 |
1.5 统计学分析 |
2 结果 |
2.1 CT扫描后诊断的准确率分析。 |
2.2 放疗前后鼻咽癌患者的CT扫描中提示并发分泌性中耳炎的情况。 |
2.2 鼻咽癌患者放疗前后鼻咽腔前后径及横径情况。 |
3 讨论 |
(3)基于深度学习的鼻咽癌高危器官智能勾画(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 鼻咽癌及其治疗方法 |
1.1.2 基于医学图像的自动与交互式分割 |
1.2 国内外研究现状 |
1.3 本文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 高危器官分割理论基础 |
2.1 图像分割 |
2.1.1 卷积神经网络 |
2.1.2 基于深度学习的图像分割 |
2.2 医学图像高危器官分割 |
2.2.1 使用传统方法的高危器官分割 |
2.2.2 使用深度学习的高危器官分割 |
2.2.3 各向异性间距网络 |
2.2.4 分割不确定性 |
第三章 鼻咽癌靶区的高危器官自动分割 |
3.1 引言 |
3.2 方法 |
3.2.1 基于分段线性函数的强度变化 |
3.2.2 网络结构 |
3.2.3 难像素注意力 |
3.2.4 模型集成与分割结果的不确定性估计 |
3.3 实验结果 |
3.3.1 StructSeg 2019 |
3.3.2 混合头颈部数据集 |
3.4 本章小结 |
第四章 鼻咽癌靶区的高危器官交互式分割 |
4.1 引言 |
4.2 方法 |
4.2.1 通过距离转换对用户交互进行编码 |
4.2.2 交互式分割流程 |
4.2.3 训练策略 |
4.2.4 实验结果 |
4.2.5 结论 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(4)肿瘤多模态影像放疗靶区分割深度学习方法(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 脑肿瘤分割现状 |
1.2.2 鼻咽癌分割现状 |
1.2.3 肺癌分割现状 |
1.3 本文的主要内容 |
第2章 深度学习基础 |
2.1 人工神经网络 |
2.2 全连接神经网络 |
2.2.1 神经元模型结构和数学模型 |
2.2.2 多层全连接神经网络 |
2.3 卷积神经网络 |
2.3.1 卷积层 |
2.3.2 池化层 |
2.3.3 Sigmoid激活函数 |
2.4 神经网络的训练 |
2.4.1 全连接神经网络的训练 |
2.4.2 卷积神经网络的训练 |
2.5 本章小结 |
第3章 多模态脑肿瘤分割的残差U-Net |
3.1 引言 |
3.2 数据预处理 |
3.2.1 实验数据集 |
3.2.2 数据归一化 |
3.2.3 数据增强 |
3.3 多模态脑肿瘤分割U-Net |
3.3.1 全卷积神经网络 |
3.3.2 U型全卷积神经网络:U-Net |
3.4 基于残差U-Net的多模态MRI脑肿瘤分割 |
3.4.1 残差网络 |
3.4.2 残差U-Net分割网络 |
3.5 实验 |
3.5.1 多模态MRI数据的输入级融合 |
3.5.2 模型训练 |
3.5.3 实验结果与分析 |
3.6 本章小结 |
第4章 多模态脑肿瘤分割的密集连接膨胀卷积U-Net |
4.1 引言 |
4.2 用密集连接U-Net |
4.2.1 编码路径加入多尺度密集连接的U-Net |
4.2.2 解码路径加入多尺度密集连接的U-Net |
4.2.3 编码路径和解码路径之间加入多尺度密集连接的U-Net |
4.3 膨胀卷积U-Net |
4.3.1 级联膨胀卷积 |
4.3.2 级联膨胀卷积U-Net |
4.4 多尺度密集连接膨胀卷积U-Net |
4.5 实验 |
4.5.1 模型训练 |
4.5.2 实验结果与分析 |
4.6 本章小结 |
第5章 鼻咽癌和肺癌放疗靶区分割的DDCU-Net |
5.1 引言 |
5.2 MICCAI挑战赛Struct Seg2019概况 |
5.3 鼻咽癌放疗靶区分割 |
5.3.1 实验结果与分析 |
5.3.2 联合先验知识的鼻咽癌放疗靶区分割 |
5.3.3 模型训练 |
5.3.4 实验结果与分析 |
5.4 肺癌放疗靶区分割 |
5.4.1 基于DDCU-Net的肺癌放疗靶区分割 |
5.4.2 联合先验知识的肺癌放疗靶区分割 |
5.4.3 模型训练 |
5.4.4 实验结果与分析 |
5.5 本章小结 |
总结与展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文 |
附录B 攻读学位期间参与的科研项目 |
(5)头颈癌PET/CT影像组学特征的鲁棒性及诊断预后价值研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 头颈癌概述 |
1.2 影像组学概述 |
1.3 PET/CT影像组学的应用 |
1.4 PET/CT影像组学所面临的问题 |
1.5 论文内容安排 |
第二章 分割和离散化对鼻咽癌~(11)C-Choline和~(18)F-FDG PET/CT影像组学特征鲁棒性的影响 |
2.1 引言 |
2.2 材料和方法 |
2.2.1 病例与PET/CT成像 |
2.2.2 肿瘤分割 |
2.2.3 特征提取 |
2.2.4 统计学分析 |
2.3 实验结果 |
2.3.1 分割对特征鲁棒性的影响 |
2.3.2 离散化对特征鲁棒性的影响 |
2.3.3 联合分割和离散化对特征鲁棒性的影响 |
2.4 讨论与总结 |
第三章 多策略提取的鼻咽癌PET/CT影像组学特征鲁棒性及诊断价值研究 |
3.1 引言 |
3.2 材料和方法 |
3.2.1 病例与PET/CT成像 |
3.2.2 图像预处理 |
3.2.3 多策略矩阵构建 |
3.2.4 特征提取 |
3.2.5 鲁棒性分析及诊断性能评价 |
3.3 实验结果 |
3.3.1 构建策略对GLCM特征的影响 |
3.3.2 距离对GLCM特征的影响 |
3.3.3 构建策略对GLRLM特征的影响 |
3.3.4 邻域对GLSZM特征的影响 |
3.3.5 窗宽对NGTDM特征的影响 |
3.3.6 与传统指标的比较 |
3.4 讨论与总结 |
第四章 联合临床参数的鼻咽癌PET/CT影像组学特征预后价值研究 |
4.1 引言 |
4.2 材料和方法 |
4.2.1 病例与PET/CT扫描 |
4.2.2 治疗与随访 |
4.2.3 图像预处理 |
4.2.4 影像组学特征 |
4.2.5 临床参数 |
4.2.6 预后模型构建 |
4.3 实验结果 |
4.3.1 病例资料 |
4.3.2 单因素特征筛选 |
4.3.3 多因素模型构建 |
4.3.4 模型性能比较 |
4.4 讨论与总结 |
第五章 多模态多层次融合的头颈癌PET/CT影像组学模型预后价值研究 |
5.1 引言 |
5.2 材料和方法 |
5.2.1 数据集 |
5.2.2 多层次融合 |
5.2.3 特征提取 |
5.2.4 多中心模型构建 |
5.3 实验结果 |
5.3.1 单因素分析 |
5.3.2 融合策略的性能比较 |
5.3.3 不同划分的性能比较 |
5.4 讨论与总结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究工作展望 |
参考文献 |
中英文缩略词对照表 |
博士期间研究成果 |
致谢 |
(6)多模态影像引导鼻咽癌调强放疗剂量评估的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究内容 |
第2章 鼻咽癌及其放射治疗 |
2.1 鼻咽癌 |
2.1.1 鼻咽癌的流行病学与病因 |
2.1.2 鼻咽癌的表现 |
2.1.3 鼻咽癌的诊断与分期 |
2.1.4 鼻咽癌的治疗 |
2.2 鼻咽癌的放射治疗 |
2.2.1 调强放射治疗技术 |
2.2.2 模拟定位扫描 |
2.2.3 感兴区域的确定 |
2.2.4 总剂量和分次 |
2.2.5 危及器官的保护 |
2.3 影像在放射治疗中的作用 |
2.3.1 CT |
2.3.2 MRI |
2.3.3 图像配准融合 |
第3章 基于图像配准技术评估鼻咽癌放疗剂量变化的研究 |
3.1 目的 |
3.2 对象与方法 |
3.2.1 病例选择及一般资料 |
3.2.2 CT扫描及放疗计划设计 |
3.2.3 图像配准方法 |
3.2.4 观察指标 |
3.2.5 统计学方法 |
3.3 结果 |
3.3.1 肿瘤靶区及腮腺体积变化 |
3.3.2 相似指数比较 |
3.3.3 靶区剂量比较 |
3.3.4 危及器官剂量比较 |
3.4 讨论 |
3.5 小结 |
第4章 不同CT值赋值法对鼻咽癌放疗计划剂量计算影响的研究 |
4.1 目的 |
4.2 对象与方法 |
4.2.1 病例选择及一般资料 |
4.2.2 勾画 |
4.2.3 图像处理 |
4.2.4 放疗计划组的设计 |
4.2.5 基于MRI制定鼻咽癌IMRT计划 |
4.2.6 观察指标 |
4.2.7 统计学方法 |
4.3 结果 |
4.3.1 群体化CT值分布 |
4.3.2 诸剂量体积指标比较 |
4.3.3 点对点剂量分布差异 |
4.3.4 基于MRI的 IMRT计划剂量分布 |
4.4 讨论 |
4.5 小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
作者攻读学位期间的研究成果 |
致谢 |
(7)磁共振弥散加权成像(DWI)应用于食管鳞癌放疗疗效判断及预后评估的系列研究(论文提纲范文)
中文摘要 |
英文摘要 |
英文缩写 |
引言 |
第一部分 磁共振弥散加权成像在食管癌异种移植模型中预测放射治疗反应的实验研究 |
前言 |
材料与方法 |
结果 |
讨论 |
小结 |
参考文献 |
第二部分 磁共振弥散加权成像在预测食管鳞癌放疗治疗反应及预后评估中的应用研究 |
前言 |
材料与方法 |
结果 |
讨论 |
小结 |
参考文献 |
第三部分 磁共振弥散加权成像(DWI)对比CT扫描及食管钡餐造影评估食管鳞癌预后的应用研究 |
前言 |
材料与方法 |
结果 |
讨论 |
小结 |
参考文献 |
结论 |
综述 磁共振弥散加权成像在恶性肿瘤治疗疗效早期预测中的研究进展 |
参考文献 |
致谢 |
个人简历 |
(8)18F-FDG PET/CT代谢参数在诊断鼻咽癌分期及预测其转移中的应用价值(论文提纲范文)
中英文缩略词对照表 |
中文摘要 |
英文摘要 |
1.前言 |
1.1 鼻咽癌概况 |
1.2 鼻咽癌诊断的传统影像学方法 |
1.3 鼻咽癌诊断的分子影像学方法 |
2.资料与方法 |
2.1 研究对象 |
2.2 仪器与显像剂 |
2.3 患者准备 |
2.4 显像方法 |
2.5 图像分析 |
2.6 统计学分析 |
3.结果 |
3.1 一般临床资料 |
3.2 PET/CT代谢参数 |
4.讨论 |
4.1 PET/CT的基本原理及应用 |
4.2 鼻咽癌一般临床特点 |
4.3 PET/CT代谢参数在鼻咽癌诊断分期及预测其转移中的应用价值 |
4.4 不足与展望 |
5.结论 |
参考文献 |
附录 个人简历 |
致谢 |
综述 ~(18)F-FDG PET/CT在鼻咽癌诊断、分期及其转移灶判定中的应用价值 |
参考文献 |
(9)MRI精准模拟定位在局部晚期鼻咽癌调强放疗中的应用效果(论文提纲范文)
1 资料与方法 |
1.1 一般资料 |
1.2 纳入及排除标准 |
1.2.1 纳入标准 |
1.2.2 排除标准 |
1.3 方法 |
1.3.1 扫描方法 |
1.3.2 靶区勾画方法 |
1.3.3 调强放疗 |
1.4 观察指标 |
1.5 统计学方法 |
2 结果 |
2.1 平均靶区体积 |
2.2 计划放疗靶区的CI、HI |
2.3 放疗计划中正常组织的照射剂量 |
2.4 随访情况 |
3 讨论 |
(10)影像组学在食管癌和头颈癌放射治疗中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
本文常用略语说明 |
第一章 绪论 |
1.1 引言 |
1.2 恶性肿瘤放射治疗 |
1.2.1 放疗技术的发展 |
1.2.2 IMRT放疗计划设计与实施 |
1.2.2.1 导入患者数据 |
1.2.2.2 图像融合与勾画靶区及危及器官 |
1.2.2.3 采用IMRT方式确定照射野参数 |
1.2.2.4 计划评估 |
1.2.2.5 放疗计划确认与实施 |
1.2.3 食管癌放射治疗 |
1.2.3.1 食管癌流行病学 |
1.2.3.2 食管癌的治疗及放疗的地位 |
1.2.4 头颈癌放射治疗 |
1.2.4.1 头颈癌流行病学 |
1.2.4.2 头颈癌的治疗及放疗的地位 |
1.3 多模态影像与现代精准放疗技术相结合 |
1.3.1 多模态影像在放疗中的应用价值 |
1.3.2 影像组学 |
1.3.3 影像组学的工作流程 |
1.3.4 影像组学的临床应用研究进展 |
1.4 食管癌和头颈癌放疗临床工作中面临的新课题 |
1.5 论文的主要工作 |
第二章 影像组学在食管鳞癌同步放化疗早期疗效预测中的研究 |
2.1 引言 |
2.2 影像组学特征提取算法 |
2.2.1 基于形态学的组学特征提取算法 |
2.2.2 基于灰度直方图的组学特征提取算法 |
2.2.3 基于纹理的组学特征提取算法 |
2.2.4 基于滤波和变换的组学特征提取算法 |
2.3 影像组学在食管癌诊疗中的应用 |
2.3.1 Radiomics与食管肿瘤分期 |
2.3.2 Radiomics与食管癌疗效预测 |
2.3.3 Radiomics与食管肿瘤预后 |
2.3.4 Radiomics与放射性肺炎预测 |
2.4 基于治疗前增强CT的影像组学分析预测食管鳞癌同步放化疗早期疗效的研究 |
2.4.1 主要研究内容概述 |
2.4.2 数据和方法 |
2.4.2.1 入组患者情况 |
2.4.2.2 IMRT |
2.4.2.3 疗效评估 |
2.4.2.4 肿瘤感兴趣区(ROI)勾画 |
2.4.2.5 二维和三维CT影像组学特征提取 |
2.4.2.6 统计分析 |
2.4.2.7 特征选择与预测模型 |
2.4.2.8 模型验证 |
2.4.3 实验结果 |
2.4.4 讨论 |
2.5 基于治疗前的T2W和 SPAIR T2W MR图像的二维影像组学分析在预测食管鳞癌同步放化疗早期疗效的对比研究 |
2.5.1 主要研究内容概述 |
2.5.2 数据和方法 |
2.5.2.1 入组患者情况 |
2.5.2.2 MR扫描参数 |
2.5.2.3 IMRT |
2.5.2.4 疗效评估 |
2.5.2.5 肿瘤感兴趣区(ROI)勾画 |
2.5.2.6 二维MR影像组学特征提取 |
2.5.2.7 统计分析 |
2.5.2.8 特征选择与预测模型 |
2.5.2.9 模型验证 |
2.5.3 实验结果 |
2.5.4 讨论 |
2.6 本章小结 |
2.7 本章创新点 |
第三章 影像组学在头颈癌复发模式中的应用研究 |
3.1 引言 |
3.2 头颈肿瘤放射治疗复发模式-野内、野外、边缘 |
3.3 基于SPAIR T2W MR图像的三维影像组学分析预测鼻咽癌野内复发 |
3.3.1 主要研究内容概述 |
3.3.2 数据和方法 |
3.3.2.1 入组患者情况 |
3.3.2.2 MR扫描参数 |
3.3.2.3 IMRT |
3.3.2.4 复发病灶剂量学分析及复发模式的定义 |
3.3.2.5 三维影像组学特征提取 |
3.3.2.6 统计分析 |
3.3.2.7 特征降维与预测模型 |
3.3.3 实验结果 |
3.3.4 讨论 |
3.4 本章小结 |
3.5 本章创新点 |
第四章 影像组学在食管癌局部放射性肺损伤中的预测价值 |
4.1 引言 |
4.2 Radiomics分析在放射性肺损伤中相关研究进展 |
4.3 卷积神经网络和迁移学习在医学图像中的相关研究进展 |
4.4 基于CT和迁移学习的食管癌局部放射性肺损伤预测方法研究 |
4.4.1 主要研究内容概述 |
4.4.2 数据和方法 |
4.4.2.1 入组患者情况 |
4.4.2.2 图像配准和肺部感兴趣区(ROI)获取 |
4.4.2.3 ROI标定 |
4.4.2.4 数据预处理和数据增强 |
4.4.2.5 迁移学习网络 |
4.4.2.6 模型训练和验证 |
4.4.3 实验结果 |
4.4.4 讨论 |
4.5 本章小结 |
4.6 本章创新点 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.1.1 基于治疗前增强CT的影像组学分析预测食管鳞癌同步放化疗早期疗效的研究 |
5.1.2 基于治疗前的T2W和 SPAIRT2WMR图像的二维影像组学特征在预测食管鳞癌同步放化疗早期疗效的对比研究 |
5.1.3 基于SPAIR T2W MR图像的三维影像组学分析预测鼻咽癌野内复发 |
5.1.4 基于CT和迁移学习的食管癌局部放射性肺损伤预测方法研究 |
5.2 未来工作展望 |
参考文献 |
附录 .实体瘤疗效评价标准1.1版 |
致谢 |
个人简历 |
攻读博士学位期间发表论文清单 |
四、鼻咽癌的CT扫描技术及临床应用(论文参考文献)
- [1]CARE Dose 4D在鼻咽癌放疗定位中的应用[J]. 成肇杰,韦婷,梁卫学,王占宇,刘光明,周建红,林欢. 中国医学物理学杂志, 2021(11)
- [2]CT扫描对鼻咽癌并发分泌性中耳炎的辅助诊断意义探讨[J]. 唐弘喆. 影像研究与医学应用, 2021(08)
- [3]基于深度学习的鼻咽癌高危器官智能勾画[D]. 雷文辉. 电子科技大学, 2021(01)
- [4]肿瘤多模态影像放疗靶区分割深度学习方法[D]. 张毛蛋. 湖南大学, 2020(08)
- [5]头颈癌PET/CT影像组学特征的鲁棒性及诊断预后价值研究[D]. 吕闻冰. 南方医科大学, 2020
- [6]多模态影像引导鼻咽癌调强放疗剂量评估的研究[D]. 姚鑫森. 南华大学, 2020(01)
- [7]磁共振弥散加权成像(DWI)应用于食管鳞癌放疗疗效判断及预后评估的系列研究[D]. 张安度. 河北医科大学, 2020(01)
- [8]18F-FDG PET/CT代谢参数在诊断鼻咽癌分期及预测其转移中的应用价值[D]. 杨易. 安徽医科大学, 2020(02)
- [9]MRI精准模拟定位在局部晚期鼻咽癌调强放疗中的应用效果[J]. 梁锦辉,邓滨,刘家豪,程宇文,李陆军,汤敏中,谢艺才. 现代肿瘤医学, 2020(05)
- [10]影像组学在食管癌和头颈癌放射治疗中的应用研究[D]. 侯震. 东南大学, 2019(06)