CT图像纹理分析鉴别不典型胰腺实性假乳头状肿瘤与胰腺导管腺癌的初步研究

作者：黄子星; 李谋; 于浩鹏; 汪翊; 宋彬^*

来源：中国普外基础与临床杂志, 2018, 25(10): 1249-1253.

DOI：10.7507/1007-9424.201809007

• CT图像
• 纹理分析
• 胰腺实性假乳头状肿瘤
• 胰腺导管腺癌

目的探讨采用CT图像纹理分析鉴别不典型的胰腺实性假乳头状肿瘤(pancreatic solid pseudopapillary tumor,SPT)和胰腺导管腺癌(pancreatic ductal adenocarcinoma,PDAC)的可行性。方法回顾性分析四川大学华西医院经病理学检查证实的不典型SPT(共计26个病灶)和PDAC(共52个病灶)患者的CT资料。利用ITK-Snap软件于动脉期(arterial phase,AP)及门静脉期(portal venous phase,PVP)CT图像上勾画三维(three-dimensional,3D)感兴趣区(region of interest,ROI),利用A.K.软件(GE公司,美国)自动提取ROI处的图像纹理特征。应用R软件行参数间的相关性分析以去除冗余的纹理特征后,剩余的纹理特征应用单因素及多因素二分类logistic回归筛选纹理特征,并建立回归模型。应用受试者工作特征(receiver operating characteristic,ROC)曲线分析比较纹理特征与模型鉴别不典型SPT及PDAC的诊断效能。结果共提取了792个纹理特征(AP396个,PVP 396个),去冗余后剩余61个特征(AP 35个,PVP 26个)。二分类logistic回归分析选择出2个纹理特征为独立危险因素(AP下为MinIntensity,PVP下为CorrelationAllDirectionoffset1SD),其鉴别不典型的SPT和PDAC的灵敏度、特异度分别为71.15%、76.92%和63.46%、76.92%,曲线下面积(AUC)分别为0.740和0.754。应用上述2个纹理特征建立二分类logistic模型后,其模型灵敏度和特异度分别为73.08%及80.77%,AUC值为0.796。2个纹理特征和logistic模型的诊断效能比较差异无统计学意义(P>0.05)。结论 CT图像纹理分析鉴别不典型SPT与PDAC是可行的,具有中等的诊断效能。

• 单位
  四川大学华西医院