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

发布时间：2022-01-20 23:08

　　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（χ

【文章来源】：中国医学影像技术. 2020,36(04)北大核心CSCD

【文章页数】：5 页

【部分图文】：

勾画浸润性肺腺癌(A,红色)和非钙化结核球ROI示意图(B,绿色)

表2 最佳纹理特征鉴别2种病变的ROC曲线分析结果 纹理特征 AUC(95%CI) 标准误 P值 截断值 敏感度(%) 特异度(%) 准确率(%) 差异熵S(1,1) 0.71(0.56,0.86) 0.76 0.01 0.47 80.65 66.67 75.00 差方差S(1,1) 0.71(0.56,0.86) 0.75 0.01 0.35 77.42 57.14 69.23 梯度方差 0.70(0.56,0.85) 0.72 0.01 0.38 70.97 66.67 69.23本研究仅针对CT平扫图像,目前围绕增强CT对纹理特征分析是否有所帮助仍存在争议。GANESHAN等[15]认为增强扫描可增加血管对比度,更好地反映病灶的异质性;而DENNIE等[13]指出采用3个相同的纹理特征于增强CT鉴别肺癌的敏感度(38%)低于平扫CT(88%)。

【参考文献】：
期刊论文
[1]基于单源双能CT平扫图像的纹理分析对肝脓肿和肝转移瘤的鉴别价值[J]. 王楠,刘爱连,李烨,徐明哲,王学东,郭研.  放射学实践. 2019(11)
[2]基于全肿瘤ADC图纹理特征诊断脑胶质瘤分级[J]. 梅东东,罗燕,龚静山,彭全洲,成志强.  中国医学影像技术. 2019(07)
[3]X线纹理分析鉴别诊断乳腺叶状肿瘤与纤维腺瘤[J]. 张锦超,胡汉金.  中国医学影像技术. 2019(02)
[4]CT纹理分析技术鉴别良恶性孤立性肺结节[J]. 张娜,鄂林宁,吴山,武志峰.  中国医学影像技术. 2018(08)



本文编号：3599686