磁共振增强图像三维纹理分析对乳腺良恶性病变的鉴别诊断价值 |
| |
引用本文: | 邓义,杨壁然,刘志强,鲍军芳,唐亚霞. 磁共振增强图像三维纹理分析对乳腺良恶性病变的鉴别诊断价值[J]. 放射学实践, 2019, 34(4): 436-439 |
| |
作者姓名: | 邓义 杨壁然 刘志强 鲍军芳 唐亚霞 |
| |
作者单位: | 广州医科大学附属第五医院医学影像科,广州,510700;广州医科大学附属第五医院医学影像科,广州,510700;广州医科大学附属第五医院医学影像科,广州,510700;广州医科大学附属第五医院医学影像科,广州,510700;广州医科大学附属第五医院医学影像科,广州,510700 |
| |
摘 要: | 目的:探讨基于磁共振增强图像的三维纹理分析方法对乳腺良恶性病变的鉴别诊断价值。方法:回顾性分析经手术病理证实的16例乳腺癌和18例乳腺良性病变患者的临床和MRI资料。磁共振检查在术前1周内完成。采用MaZda软件对早期动态增强图像进行三维纹理分析,提取整个病变的纹理参数,使用Fisher系数、交互信息(MI)、分类错误概率联合平均相关系数(POE+ACC)三种方法获得30个最优纹理参数,进一步对这些纹理参数进行分类分析,方法包括原始数据分析(RDA)、主成分分析(PCA)、线性分类分析(LDA)和非线性分类分析(NDA)。采用SPSS 16.0统计软件比较乳腺良恶性病变的30个纹理参数有间的差异,采用MedCalc 15.8统计软件,对具有统计学意义的纹理参数进行受试者工作特征(ROC)曲线分析。结果:基于早期动态增强图像的三维纹理特征,采用非线性分类分析(NDA)的误判率最低,其中POE+ACC联合非线性分类分析(NDA)的误判率最低,误判率为5.88%。在乳腺病变的30个最优纹理参数中,有10个纹理参数在良恶性组间的差异具有统计学意义(P<0.05),相应的ROC曲线下面积(AUC)为0.717~0.755。结论:磁共振增强图像三维纹理分析方法对乳腺良恶性病变的鉴别诊断具有良好的临床应用价值。
|
关 键 词: | 乳腺肿瘤 磁共振成像 动态增强扫描 纹理分析 |
Three-dimensional texture analysis of contrast enhanced magnetic resonance imaging in the differential diagnosis of benign and malignant breast lesions |
| |
Affiliation: | (Medical Imaging Department,the Fifth Affiliated Hospital of Guangzhou Medical University,Guangzhou 510700,China) |
| |
Abstract: | DENG Yi;YANG Bi-ran;LIU Zhi-qiang(Medical Imaging Department,the Fifth Affiliated Hospital of Guangzhou Medical University,Guangzhou 510700,China) |
| |
Keywords: | Breast neoplasms Dynamic contrast enhanced scanning Magnetic resonance imaging Texture analysis |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《放射学实践》浏览原始摘要信息 |
|
点击此处可从《放射学实践》下载免费的PDF全文 |
|