李瑞,葛亚琼,张明珠,郑星星,冯峰.基于全肿瘤区域MRI纹理分析鉴别肺癌脑转移瘤病理类型的研究[J].放射学实践,2021,(02):176-180 |
基于全肿瘤区域MRI纹理分析鉴别肺癌脑转移瘤病理类型的研究 |
|
|
DOI:10.13609/j.cnki.1000-0313.2021.02.006 |
中文关键词: 脑转移瘤 磁共振成像 肺肿瘤 纹理分析 鉴别诊断 |
基金项目:江苏省自然科学基金面上项目(BK20161291);南通市科技局基础研究项目(JC2018027);2019年度南通市第五期“226工程”科研项目 |
|
摘要点击次数: 2387 |
全文下载次数: 2570 |
中文摘要: |
【摘要】目的:探讨MRI增强T1加权成像(CE-T1WI)、液体衰减反转恢复序列(FLAIR)及表观扩散系数(ADC)纹理特征在肺腺癌及非腺癌脑转移瘤中的鉴别价值。方法:回顾分析经手术病理或影像随诊证实的脑转移瘤病灶127个,其中腺癌68个,非腺癌59个(鳞癌21个,小细胞肺癌38个)。利用ITK-SNAP 3.8.0软件分别在磁共振成像CE-T1WI、FLAIR及ADC图上绘制肿瘤全体积的兴趣区(3D ROI),使用人工智能工具包(A.K)分析提取出纹理特征,共394个纹理特征。采用多因素logistic回归分析确定可以作为病理分型的最佳预测因素,并构建基于纹理分析的预测模型,采用受试者操作特征曲线(ROC)评价其诊断效能。 结果:基于ADC图、CE-T1WI及FLAIR的纹理分析模型用于鉴别腺癌与非腺癌脑转移瘤的ROC曲线下面积(AUC)分别为0.87、0.81及0.64,联合三种序列构建预测模型的AUC值为0.89。 结论:基于脑转移瘤的ADC图、CE-T1WI及FLAIR的纹理分析模型有助于鉴别肺部原发病灶病理类型(腺癌与非腺癌),三种序列联合分类预测模型诊断效能最佳。 |
|
查看全文
下载PDF阅读器 |
关闭 |