导　　师： 全显跃

授予学位： 硕士

作　　者： (）;

机构地区： 南方医科大学

摘　　要： 本文从以下几个方面进行论述：　　第一部分 基于增强CT影像学特征术前预测单发肝细胞癌微血管侵犯的初步研究　　目的:通过观察术前增强CT的影像学特征来探究其在单发肝细胞癌(hepatocellular carcinoma，HCC)微血管侵犯(microvascular invasion，MVI)的意义。　　方法:回顾性收集南方医科大学珠江医院及中山大学肿瘤防治中心肝细胞癌行根治性切除术患者术前临床及影像学资料共1116例，临床资料包括性别、年龄、白蛋白、淋巴细胞、中性粒细胞、血小板、红细胞、白细胞、碱性磷酸酶、天冬氨酸氨基转移酶、谷丙转氨酶、总胆红素、γ-谷氨酰转肽酶、乙肝病毒DNA、凝血酶原时间、甲胎蛋白水平、糖类抗原199;影像学特征包括肿瘤直径、肿瘤体积、边缘、包膜、瘤内动脉、坏死、晕环、瘤周异常强化、卫星结节及动脉期强化方式，进行单因素分析后对存在有统计学意义差异的资料纳入多因素Logistic回归模型进行多因素分析，构建ROC曲线，探究其诊断价值。　　结果:单因素分析显示肿瘤直径、肿瘤体积、瘤内动脉、晕环、包膜完整性、边缘、瘤周异常强化、坏死、动脉期强化方式、卫星结节、PLT、AFP、乙肝病毒DNA水平（P均＜0.05）为MVI发生的危险因素，多因素logistic回归分析显示坏死、瘤内动脉、晕环、肿瘤边缘、包膜完整性及卫星结节(P＜0.05)是预测MVI的独立危险因素。ROC曲线分析显示综合上述征象联合判断诊断MVI敏感度为0.777，特异度为0.704，AUC=0.803。　　结论:基于增强CT影像学特征术前对于单发肝细胞癌微血管侵犯的预测有一定的价值。　　第二部分 基于增强CT深度学习模型术前预测单发肝细胞癌微血管侵犯的初步研究　　目的:基于术前增强CT构建深度学习模型，来评估其在单发肝细胞癌微血管侵犯的预测价值。　　方法:回顾性收集�

关 键 词： 肝细胞癌 微血管侵犯 术前诊断 计算机体层摄影 深度学习模型

领　　域： [] []