胶质母细胞瘤VEGF表达对瘤周水肿影响的影像组学研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    81772005
  • 项目类别：
    面上项目
  • 资助金额：
    55.0万
  • 负责人：
    陈绪珠
  • 依托单位：
    首都医科大学
  • 学科分类：
    H2711.影像医学/核医学研究新技术与新方法
  • 结题年份：
    2021
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2021-12-31

项目摘要

Vascular endothelial growth factor (VEGF) is a key pathological molecule for Glioblastoma (GBM) peritumoral edema. But the detailed mechanism is not clear. In our previous studies, the T2WI signal intensity of GBM peritumoral edema was quantitative analyzed, improved the shortcoming of conventional MRI which can only do qualitative analysis; the prognosis of GBM patient was successful analyzed by stratifying the levels of immune-molecule. Based on these studies, this project is aimed at the relationship between VEGF expression and GBM peritumoral edema. With radiomics as research mean, three aspects are to be emphasized. First, the radiomic model of peritumoral edema is built by analyzing four types of radiological features, such as the morphology, intensity, texture, and wavelet. Second, the VEGF dependent radiomic characteristics are identified by LASSO Cox regression model with the radiomic signature formed. Third, the mathematical model is built by PARADIGM method to forcast VEGF levels by radiomic signature. Our project is helpful for radiological understanding of VEGF effect in GBM.
血管内皮生长因子(vascular endothelial growth factor, VEGF)是胶质母细胞瘤（以下简称胶母）形成瘤周水肿的关键性分子，但其具体作用机制不详。项目组前期研究对胶母瘤周水肿的T2WI信号进行了定量测量，弥补了常规MRI仅定性分析的不足；同时根据免疫因子表达水平实现了对胶母患者的预后判断。本课题拟在上述基础上以VEGF表达对胶母瘤周水肿的影响为研究目标，以影像组学为手段，重点开展以下几个关键问题的研究。首先，从MRI多模态影像中提取胶母瘤周水肿的形状、强度、纹理、小波四类特征，建立水肿的影像组学模型；其次，利用LASSO Cox 回归模型筛选对VEGF灵敏的影像组学特征，形成影像学标签；第三，采用PARADIGM算法建立影像特征反应VEGF表达水平的数学模型,从而实现胶母VEGF表达水平的影像学预测，为推动胶母VEGF研究提供影像学参考。

结项摘要

血管内皮生长因子(vascular endothelial growth factor, VEGF)是胶质母细胞瘤(以下简称胶母)形成瘤周水肿的关键性分子，但其具体作用机制不详。本项目用影像组学的方法对胶母的术前常规MRI数据进行分析，以期实现胶母VEGF表达水平的影像学预测。主要研究内容是对脑胶母的VEGF表达水平检测、MR获取多模态影像学数据、明确瘤周水肿影像组学表征、筛选对VEGF表达反应灵敏的影像组学标签和建立预测 VEGF 表达水平的影像组学模型。重要结果显示，基于常规MRI的机器学习模型能预测胶母的VEGF表达状态，不同MRI成像模式的组合应用能更好地获取影像组学特征，从而有助于数据分析。关键数据是获得217例胶母有完整的术前MRI数据和术后VEGF表达资料，建立了最大相关和最小冗余算法模型，使用极致梯度提升分类器实现了基于影像学的预测。预测分2步：一是肿瘤有无VEGF表达；二是对有VEGF表达的，其表达水平是高还是低。对于第一步，从增强扫描T1WI图像筛选了3个组学特征，自T2WI筛选了4个组学特征，这7个特征预测VEGF有无表达的准确度在实验组和验证组分别为0.83和0.73。对于第二步，也筛选了7个组学特征，对于VEGF高低表达的预测准确度在实验组和验证组分别为0.88和0.72。科学意义：目前的胶母VEGF表达水平检测是在手术或者活检取得病理标本后进行的，标本的获得是有创的，且结果具有滞后性。而本研究能在术前或活检前进行，为前瞻性；而且不需病理标本，为无创的。

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Machine Learning-Based Analysis of Magnetic Resonance Radiomics for the Classification of Gliosarcoma and Glioblastoma.
基于机器学习的磁共振放射组学分析用于胶质肉瘤和胶质母细胞瘤的分类
  • DOI：
    10.3389/fonc.2021.699789
  • 发表时间：
    2021
  • 期刊：
    Frontiers in oncology
  • 影响因子：
    4.7
  • 作者：
    Qian Z;Zhang L;Hu J;Chen S;Chen H;Shen H;Zheng F;Zang Y;Chen X
  • 通讯作者：
    Chen X
Deep Learning With Data Enhancement for the Differentiation of Solitary and Multiple Cerebral Glioblastoma, Lymphoma, and Tumefactive Demyelinating Lesion.
深度学习与数据增强区分孤立性和多发性脑胶质母细胞瘤、淋巴瘤和肿瘤性脱髓鞘病变
  • DOI：
    10.3389/fonc.2021.665891
  • 发表时间：
    2021
  • 期刊：
    Frontiers in oncology
  • 影响因子：
    4.7
  • 作者：
    Zhang Y;Liang K;He J;Ma H;Chen H;Zheng F;Zhang L;Wang X;Ma X;Chen X
  • 通讯作者：
    Chen X
A novel extended Kalman filter with support vector machine based method for the automatic diagnosis and segmentation of brain tumors
一种基于支持向量机的新型扩展卡尔曼滤波器用于脑肿瘤的自动诊断和分割
  • DOI：
    10.1016/j.cmpb.2020.105797
  • 发表时间：
    2021-02-25
  • 期刊：
    COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE
  • 影响因子：
    6.1
  • 作者：
    Chen, Baoshi;Zhang, Lingling;Chen, Xuzhu
  • 通讯作者：
    Chen, Xuzhu
颅咽管瘤与脑组织粘连/侵袭的影像学研究进展
  • DOI：
    10.12015/issn.1674-8034.2021.12.030
  • 发表时间：
    2021
  • 期刊：
    磁共振成像
  • 影响因子：
    --
  • 作者：
    张玲玲;陈绪珠
  • 通讯作者：
    陈绪珠
Differentiation Between Glioblastoma Multiforme and Metastasis From the Lungs and Other Sites Using Combined Clinical/Routine MRI Radiomics.
使用联合临床/常规 MRI 放射组学区分多形性胶质母细胞瘤与肺部和其他部位的转移
  • DOI：
    10.3389/fcell.2021.710461
  • 发表时间：
    2021
  • 期刊：
    Frontiers in cell and developmental biology
  • 影响因子：
    5.5
  • 作者：
    Han Y;Zhang L;Niu S;Chen S;Yang B;Chen H;Zheng F;Zang Y;Zhang H;Xin Y;Chen X
  • 通讯作者：
    Chen X

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

23例脑部多形性黄色星形细胞瘤的MRI分型对比研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    临床放射学杂 志
  • 影响因子：
    --
  • 作者：
    刘国顺;谭洁莹;马军;陈绪珠
  • 通讯作者：
    陈绪珠
颅内幕上异位室管膜瘤的影像学研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    医学影像学杂志
  • 影响因子：
    --
  • 作者：
    陈谦;洪礼传;陈绪珠;艾林;李少武;戴建平
  • 通讯作者：
    戴建平
大鼠脑胶质瘤模型研究进展
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    磁共振成像
  • 影响因子：
    --
  • 作者：
    王凯;陈绪珠;戴建平
  • 通讯作者：
    戴建平
rCBV变化与VEGF表达对胶质母细胞瘤术后放疗病人生存期的预测研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    中国微侵袭神经外科杂志
  • 影响因子：
    --
  • 作者：
    陈谦;曲金荣;陈绪珠;王永志;张伟;艾林;李少武;戴建平;江涛
  • 通讯作者：
    江涛
旁边缘系统胶质瘤的动态MRI变化及其临床意义
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中华神经外科杂志
  • 影响因子：
    --
  • 作者：
    李少武;江涛;戴建平;艾林;陈绪珠
  • 通讯作者：
    陈绪珠

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码