Cookie-Einstellungen
     
 
 
新闻
医学信息学 | ​肝细胞癌CT图像中P53突变状况与纹理特征的相关性研究 2020-10-20
封面.jpg

Methods of Information in Medicine

影响因子2019:1.574


本期为您推荐医学信息学期刊Methods of Information in Medicine广州市第一人民医院放射科江新青教授为通讯作者的论文,欢迎阅读。


Methods of Information in Medicine

Correlations between P53 Mutation Status and Texture Features of CT Images for Hepatocellular Carcinoma

肝细胞癌CT图像中P53突变状况与纹理特征的相关性研究

作者:

Hongzhen Wu, Xin Chen, Jiawei Chen, Yuqi Luo, Xinqing Jiang, Xinhua Wei, Wenjie Tang, Yu Liu, Yingying Liang, Weifeng Liu, Yuan Guo

广州市第一人民医院 | 华南理工大学

华南理工大学附属第二医院 | 广州医科大学

Methods Inf Med 2019; 58(01): 042-049
DOI: 10.1055/s-0039-1688758

目的:探讨基于计算机断层扫描(CT)的纹理分析在描述肝细胞癌(HCCs)P53突变中的作用。

方法:共有63例HCC患者接受了CT扫描和P53突变检测。根据P53评分将患者分为P53(−)和P53(+)两组。从CT图像中计算出一阶和二阶纹理特征,并采用独立学生t检验进行组间比较。相关性采用Spearman相关系数,评估不同P53评分与CT结果的关系。利用接受者操作特征分析评估纹理特征在区分HCC P53突变中的表现。

结果: P53(−)的角二阶距(ASM;均值=0.001)和对比度(均值=194.727)的均值高于P53(+)。同时,P53(−)的相关性(均值=0.735)、方差和(均值=1,111.052)、逆差分矩(IDM;均值=0.090)和熵值(均值=3.016)的均值均低于P53(+)。P53值与ASM(r=−0.439)、对比度(r=−0.263)、相关性(r= 0.551)、离差平方和(r= 0.282)、方差和(r= 0.417)、IDM(r= 0.308)和熵(r= 0.569)之间存在显著相关性。可预测P53突变的ASM、对比度、相关性、IDM、熵等五个纹理参数,曲线下面积(AUCs)为0.621至0.792。

结论:P53突变与灰度共生矩阵有直接关系,但与HCC患者的直方图无直接关系。相关性和熵似乎最有可能区分P53(−)和P53(+)。

s-0039-1688758-3.jpg

综上所述,我们的研究结果支持P53突变与GLCM直接相关的假设,但不支持P53突变与HCC患者的直方图直接相关。在GLCM的纹理特征中,由于相关系数和AUC相对较大,相关性和熵最有可能区分P53(−)和P53(+),并具有重要意义。

5f8e3be8e5ace.png

微信扫描二维码,免费阅读或下载全文。


通讯作者

江新青 | 教授、博导 |  广州市第一人民医院

现任广州市第一人民医院副院长、主任医师、二级正高,国务院政府特殊津贴专家,广州市优秀专家,广州市医学重点人才。 

江新青教授专业基础扎实,临床经验丰富,主要从事MR与CT及放射诊断工作,具备解决本专业领域疑难病例的能力。对本专业国内外现状和发展趋势有深入了解,主要研究方向为腹盆部影像学及分子影像学,部分研究达国内领先、国际先进水平。

社会职务包括中华医学会放射学分会委员、中华医学会腹部放射学专委会副主任委员、中华医学会科技奖评审委员会委员、中华国际医学促进会放射学分会常委、广东省医院协会医学影像管理分会主任委员、广东省医学会放射学分会副主任委员、广东省医师协会放射学分会副主任委员、广东省辐射防护协会医学辐射防护分会副主任委员、广州市医学会放射学分会主任委员等。

5f8e3bf9def6a.png

Methods of Information in Medicine

Issues per year : 6
Volume : 59
Year : 2020
ISSN : 0026-1270

影响因子2019:1.574


Methods of Information in Medicine发表国际、同行评审、原始研究论文、综述、社论和给编辑的信。它成立于1962年,是该领域历史最悠久、运行时间最长的期刊。本刊的重点是健康信息学中的方法,包括公共卫生和消费者信息学。我们欢迎描述构建、整合、分析、存储和可视化信息的新型科学方法以及系统设计、实施和评价方法的投稿。

所提出的方法应解决明确的临床、公共卫生或患者需求,并可能植根于许多不同的领域,如本体和知识建模、自然语言处理、统计、设计科学、机器学习和人工智能、多模式数据集成、标准化、实施科学和评价。可能的应用领域包括任何健康信息学领域,如信息系统和服务、临床决策支持、消费者健康和患者电子服务、疾病监测以及资源匮乏环境中的信息系统基础设施。

关于生物信息学、图像和信号处理、医学决策理论和纯流行病学研究的稿件将被排除在外,因为他们有其它更适合发表的期刊。