基于CT平扫图像纹理分析鉴别浸润性肺腺癌与非钙化结核球

作者：黄栎有^*; 王延花; 高先聪

来源：中国医学影像技术, 2020, 36(04): 545-549.

DOI：10.13929/j.issn.1003-3289.2020.04.015

• 肺肿瘤
• 诊断
• 人工智能
• 体层摄影术,X线计算机
• 纹理分析
• 影像组学

目的探讨基于CT平扫图像纹理分析鉴别诊断浸润性肺腺癌与非钙化结核球的可行性。方法回顾性分析52例经病理证实的单发肺结节患者的平扫CT资料,其中31例浸润性肺腺癌,21例非钙化结核球。采用MaZda软件于2种病灶各提取300个纹理特征,之后以费希尔参数法(Fisher)、最小分类误差与最小平均相关系数法(POE+ACC)、相关信息测度法(MI)分别筛选出10个最佳纹理特征,并将其合并得到3种方法联合的最佳纹理特征组合(MPF)。采用线性判别分析(LDA)和非线性判别分析(NDA)对4组最佳纹理特征进行分类,LDA及NDA分别以K-近邻分类器(K-NN)及人工神经网络(ANN)进行分类。分析4组纹理特征鉴别2种病变的最小错误率,比较2组病变间30个最佳纹理特征的差异,并绘制其鉴别2种病变的ROC曲线,计算AUC,评价其诊断效能。结果对于单组最佳纹理特征,NDA/ANN-Fisher法的错误率最低,为7.69%(4/52);对于MPF,NDA/ANN-MPF法的错误率最低,为5.77%(3/52);而NDA/ANN-Fisher法的错误率与NDA/ANN-MPF法差异无统计学意义(χ2=0.15,P>0.05)。2种病变间存在10个纹理特征差异有统计学意义,其中差异熵S(1,1)、差方差S(1,1)及梯度方差的诊断效能较好(AUC=0.71、0.71、0.70),3者间AUC差异无统计学意义(P均>0.05)。结论基于CT平扫图像纹理分析可较好地区分浸润性肺腺癌和非钙化肺结核球,为鉴别诊断提供可靠的客观依据。

• 单位
  宿迁市人民医院; 南京鼓楼医院; 徐州医科大学