单位: 浙江大学医学院第一附属医院,南京中医药大学附属医院
论文:https://link.springer.com/article/10.1186/s40644-018-0170-8
期刊:CANCER IMAGING
JCR分区:ONCOLOGY - Q4; RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING - Q3
中科院分区:大类-医学 3区;小类-医学 3 区
文章目录
前言
目的:证明CT成像特征和纹理分析对区分胰腺神经内分泌癌(pancreatic neuroendocrine carcinoma, PNEC)和胰腺导管腺癌(Pancreatic ductal adenocarcinoma, PDAC)的价值。
数据来源:2012年1月至2017年7月期间确诊PNEC的患者;2017年1月至2017年7月期间确诊PDAC的患者。
样本大小:共42个患者病例。PDAC28例,PNEC14例。
成像方式:CT
提取特征数量:7
特征筛选与分类方法:卡方检验或fisher exact test、Mann-Whitney U test
评价指标:ROC曲线
论文结构
背景
- 第一段介绍了PNEC并提出了PNEC与PDAC在临床上难以区分的问题;
- 第二段描述了PNEC与PDAC二者的治疗方法与预后有很大的差异,所以需要在前期诊断时就要区分;
- 第三段介绍了关于影像组学在癌症诊断、治疗和预后方面的能力,并叙述本文的研究目的,探讨CT成像特征和纹理分析在区分PDAC与PNEC时的效用。
材料与方法
- 研究人群 描述了数据集来源;
- CT协议 记录了数据集图像采集协议;
- 图像分析 描述了ROI勾画方法和图像预处理方法;
- 纹理分析 描述了纹理特征提取方法;
- 统计分析 描述了特征分析方法和评价指标;
结果
第一段第二段主要叙述了PDAC与PNEC各方面参数的差异;
第三段计算了评价指标。
讨论
- 第一段第二段结合相关工作讨论了可以区分PDAC和PNEC的参数,给出结论,定量成像分析对鉴别PNEC和PDAC是有用的;
- 第三段首先叙述了影像学纹理分析在区分PNEC和PDAC方面的空白,然后称述本文在这方面的贡献;
- 第四段段研究局限性,第一,实验所使用数据集较小;第二,用于分析的数据使用了不能保证随机化得方法获得,因此从样本中分析的结果不能代表总体特征;第三,扫描参数(如切片厚度和重建算法)可能会影响纹理分析;第四,只分析了少数的纹理参数。