基于CT平扫图像的纹理分析区分胃癌HER2表达的可行性研究

作者：张笑; 黄伟; 宋彬^*

来源：中国普外基础与临床杂志, 2021, 28(09): 1221-1226.

DOI：10.7507/1007-9424.202106102

• 胃癌
• 人表皮生长因子受体2
• 纹理分析
• MaZda软件
• 误判率

目的探讨对胃癌CT平扫图像进行纹理分析与胃癌HER2表达的相关性。方法回顾性收集2017年1月至2021年1月期间在乐山市人民医院行上腹部和(或)全腹部CT平扫检查、行手术治疗且术后检测了胃癌组织HER2表达状况的62例胃癌患者的临床资料,其中男45例,女17例;肿瘤的Lauren分型:肠型18例,弥漫型30例,混合型14例;HER2表达阴性52例[年龄(63.54±10.32)岁],HER2表达阳性10例[年龄(61.70±11.70)岁]。使用MaZda 4.6版本软件对病例的CT平扫图像在MaZda模块中做图像均一化、兴趣区勾画、纹理特征提取和纹理特征选择,在B11模块中进行纹理特征判别和误判率分析。结果 HER2表达状态与患者年龄、性别和肿瘤的Lauren分型无相关性(P>0.05)。非线性判别分析/人工神经网络(NDA/ANN)、线性判别分析/1-最近邻(LDA/1-NN)、主成分分析/1-最近邻(PCA/1-NN)和原始数据分析/1-最近邻(RDA/1-NN)各分析方法能较好地将胃癌的CT平扫纹理特征参数和HER2表达水平对应在一起。结论基于CT平扫图像的纹理分析具有无创检测胃癌HER2表达状态的潜力;综合效能最好的纹理判别方法是NDA/ANN和LDA/1-NN。

• 单位
  四川大学华西医院; 乐山市人民医院