支持向量机算法与弥散加权成像在鉴别小肝癌和异型增生结节中的比较

作者：张娟; 李笛; 冯亚园; 霍雷; 吴钰娴; 刘一萍; 贾宁阳^*

来源：中国医学计算机成像杂志, 2022, 28(04): 366-371.

DOI：10.19627/j.cnki.cn31-1700/th.2022.04.017

• 肝癌
• 诊断,鉴别
• 磁共振弥散加权成像
• 支持向量机

目的：探讨基于MRI的支持向量机（FVM）算法在鉴别小肝癌与异型增生结节中的诊断价值。方法：回顾性研究肝炎肝硬化背景下经病理证实且具有完整MRI影像资料的患者70例，其中小肝癌40例（≤2cm）和异型增生结节30例，分析弥散加权成像（DWI）和增强扫描图像的信号特征；从增强图像中提取851个特征，经最小绝对收缩与选择算子（LASSO）回归筛选出84个特征，最终通过支持向量机算法构建分类模型。采用受试者工作特征（ROC）曲线评价DWI和支持向量机算法对小肝癌和异型增生结节的诊断性能。结果：支持向量机算法的ROC曲线下面积（AUC0.945,95%CI0.858～0.987）显著高于DWI方法 （AUC0.788, 95%CI0.673～0.876; P<0.05）；相比于DWI的灵敏度（97.5%,95%CI86.8%～99.9%）和特异度（60.0%,95%CI40.6%～77.3%），支持向量机具有更高的灵敏度（100.0%,95%CI90.3%～100.0%）和特异度（92.6%,95%CI75.7%～99.1%）。结论：基于MRI的支持向量机在区分肝硬化背景下的小肝癌和异型增生结节方面显示出比DWI更好的诊断性能，尤其是提升了诊断的特异度。

• 单位
  上海理工大学; 中国人民解放军第二军医大学