常规CT纹理分析鉴别孤立性肺结节的价值初探

作者：吴艳; 谢元亮; 王翔; 马锋; 李友; 刘子豪

来源：东南大学学报(医学版), 2020, 39(02): 169-174.

• 孤立性肺结节
• 计算机体层摄影术
• 纹理分析
• 影像组学

目的:探讨基于CT平扫的纹理分析技术鉴别孤立性肺结节(SPNs)的价值。方法:回顾性分析经病理证实的138例SPNs患者的资料。其中恶性组89例,良性组49例。采用MaZda软件手动描绘结节感兴趣区(ROI)并提取其纹理特征,分别通过费希尔系数、分类错误概率联合平均相关系数、交互信息及上述3种方法联合(FPM)来选取最佳纹理参数集合。运用机器学习(主要成分分析、线性判别分析及K最邻近分类算法)及人工智能(非线性判别分析、人工神经网络)的方法对纹理特征进行分类,结果以错判率的形式表示。结果:良恶性SPNs组间鉴别FPM联合人工神经网络错判率最低(为11. 59%);恶性SPNs组内鉴别FPM联合人工神经网络错判率最低(为5. 62%);良性SPNs组内鉴别FPM联合线性判别分析错判率最低(为0)。结论:常规CT纹理分析对鉴别SPNs具有一定价值。

• 单位
  华中科技大学; 同济医学院附属武汉中心医院