瘤体最大层面ADC图纹理分析鉴别鼻腔鼻窦小圆与非小圆细胞恶性肿瘤

作者：彭媛媛; 任翠萍^*; 程敬亮; 文宝红

来源：中国介入影像与治疗学, 2021, 18(01): 37-41.

DOI：10.13929/j.issn.1672-8475.2021.01.009

• 鼻咽肿瘤
• 纹理分析
• 磁共振成像

目的观察基于瘤体最大层面ADC图纹理分析鉴别鼻腔鼻窦小圆细胞恶性肿瘤(SRCMT)与非小圆细胞恶性肿瘤(non-SRCMT)的价值。方法 50例SRCMT及55例non-SRCMT患者均接受DWI并经病理确诊。采用MaZda软件于ADC图上手动勾画瘤体各层面,并以最大层面作为ROI,分别以Fisher系数(Fisher)、聚类偏差概率结合平均关联系数(POE+ACC)、协同信息(MI)及联合应用三者(MI+PA+F)筛选鉴别诊断价值最佳的特征参数集,并分别对其进行人工神经网络(ANN)分类及1-邻近分类测试,计算不同特征筛选及分类方法鉴别SRCMT与non-SRCMT的错判率。对错判率最小的特征筛选及分类方法所得参数进行对比分析及受试者工作特征(ROC)曲线分析,筛选SRCMT与non-SRCMT组间差异有统计学意义的参数,并评估其诊断效能。结果对Fisher、POE+ACC、MI、MI+PA+F筛选特征集进行A-NN分类所得错判率均小于1-邻近分类错判率,采用MI+PA+F筛选特征并进行ANN分类错判率最小,为7.62%(8/105)。采用MI+PA+F方法得出的30个最佳纹理参数中, 16个在SRCMT与non-SRCMT组间差异有统计学意义(P均<0.05),对应AUC为0.645～0.722。结论基于瘤体最大层面ADC图纹理分析可用于鉴别鼻腔鼻窦SRCMT与non-SRCMT;MI+PA+F与A-NN组合错判率最小,可获得具有较高诊断效能的纹理参数。

• 单位
  郑州大学第一附属医院