引入功能状态和模糊边界的实体肿瘤疗效早期评价理论与方法

Early-stage response evaluation in solid tumors based on computer tomography (CT) images is important for both scientific and clinical practices. This project focuses on two fundamental scientific problems: the effective evaluation of functional status inside tumors and the change analysis of fuzzy boundary of tumors. The major innovations include: (1) Integrating both functional and volume change analysis into the response evaluation, using the combination of plane scanned and enhanced CT data to analyze the tumor's internal functional status, and optimize the format and parameters of the determine function.(2) Considering lesion borders are often blended with surrounding tissues, we introduce a fuzzy model to describe the uncertain boundary, and use the fuzzy model to perform accurate volume change analysis, which inhibits the error caused by the two independent rigid boundary segmentation . The study will build a test sample set with 300 plus cases, to verify and optimize the proposed theories and methods. The proposed research will provide theoretical supports towards a more effective early-stage response evaluation in solid tumors.

提高基于CT影像的实体肿瘤疗效早期评价的灵敏性和稳定性具有重要的科学和临床实践意义。本项目围绕疗效评价中肿瘤内部的功能状态评价和肿瘤模糊边界的变化分析两个核心科学问题开展研究。创新点包括：（1）建立融合功能变化和体积变化分析的实体肿瘤疗效早期评价，组合运用平扫和早期增强CT数据，实现对肿瘤内部功能状态的精细分析，通过统计学习对判定函数形式和参数设置进行筛选优化。（2）针对肿瘤边界可能出现与周边组织交融的病理学特点，引入模糊模型描述肿瘤的不确定性边界，并进行不同时相数据的体积变化分析，减小两次边界硬性分割带来的误差，抑制评价的误差来源。研究将建立约300个病例的试验样本，对提出的早期评价理论和方法进行验证和优化。开展本课题的研究将提高抗肿瘤疗效的早期评价有效性，并为揭示抗肿瘤药物的作用机理提供影像学理论和方法支持。

提高基于CT 影像的实体肿瘤疗效早期评价的灵敏性和稳定性具有重要的科学和临床实践意义。本项目围绕疗效评价中肿瘤内部的功能状态评价和肿瘤模糊边界的变化分析两个核心科学问题开展研究。项目取得的主要成果包括：（1）建立融合功能变化和体积变化分析的实体肿瘤疗效早期评价，组合运用平扫和早期增强CT 数据，实现对肿瘤内部功能状态的精细分析，通过统计学习对判定函数形式和参数设置进行筛选优化。（2）针对肿瘤边界可能出现与周边组织交融的病理学特点，引入模糊模型描述肿瘤的不确定性边界，并进行不同时相数据的体积变化分析，减小两次边界硬性分割带来的误差，抑制评价的误差来源。(3) 针对化疗、分子靶向治疗分别建立疗效评价准则，并对疗效判定准则进行参数优化和临床验证评估。本项目在研究过程中共入组362个各类肿瘤病例作为试验样本，并完整记录了这些病例的影像学数据，对提出的早期评价理论和方法进行验证和优化。本课题的研究及其成果将提高抗肿瘤疗效的早期评价有效性，并为揭示抗肿瘤药的作用机理提供影像学理论和方法支持。