多层螺旋CT特征联合模型列线图鉴别0期与ⅠA1期肺腺癌

目的 评估多层螺旋CT(MSCT)特征联合模型列线图鉴别0期与ⅠA1期肺腺癌的价值。方法 回顾性分析经手术病理证实的230例肺腺癌患者,其中单发病灶210例,17例存在2个、3例存在3个病灶。根据病理分期将患者分为0期组(n=83)和IA1期组(n=147,含112例微浸润性腺癌和35例浸润性腺癌)。采用单因素分析和二元logistic回归分析筛选肺腺癌分期(0期与ⅠA1期)的独立影响因子,并以之构建联合模型,绘制列线图将其可视化。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估各独立影响因子及联合模型鉴别0期与ⅠA1期肺腺癌的效能;绘制校准曲线,行决策曲线分析(DAC),验证模型的效能。结果 分叶征(OR=4.28,P=0.02)、微血管征(OR=2.55,P=0.04)、脐凹征(OR=7.02,P=0.04)、最小密度(OR=1.01,P<0.01)及实性成分占比(OR=1.15,P=0.03)是0期与ⅠA1期肺腺癌的独立影响因子。联合模型鉴别0期与ⅠA1期肺腺癌的AUC为0.88,高于各单一独立影响因子(P均<0.05)。联合模型预测结果与实际情况较吻...     

DCE-MRI定量渗透性参数联合ADC值在肺部良恶性病变中鉴别诊断价值

目的探讨利用动态增强磁共振成像(dynamic contrast-enhanced MRI,DCE-MRI)的血流动力学双室模型渗透性参数联合ADC值鉴别诊断肺部良恶性病变的应用价值。材料与方法搜集2014年7月至2015年3月在我院行肺部CT增强检查、常规MRI扫描、DWI成像及DCE-MRI扫描的患者共49例(恶性病变29例,良性病变20例),MRI动态增强扫描采用三维快速容积扫描技术,通过MRI后处理工作站计算病灶的ADC值,血流动力学定量分析软件Omni-Kinetics计算病灶的微血管渗透性参数Ktrans、Kep等。结果 CT联合ADC值、DCE-MRI定量渗透性参数鉴别诊断肺良恶性结节准确率为93.9%;CT联合ADC值鉴别诊断肺良恶性结节准确率为85.7%;CT鉴别肺良恶性结节准确率为75.5%,CT联合ADC值、DCE-MRI定量渗透性参数鉴别肺良恶性结节准确性与CT有显著性差异(P0.05)。结论 DCE-MRI定量分析微血管渗透性参数Ktrans、Kep联合ADC值对肺部良恶性病变诊断效能高于CT,而且真正实现定量分析鉴别诊断肺部结节良恶性,值得广泛应用于临床工作。     

Revolution CT灌注成像对肾上腺乏脂性腺瘤与肺癌肾上腺转移瘤的鉴别价值

目的:探讨Revolution CT灌注成像对肾上腺乏脂性腺瘤(简称腺瘤)与肺癌肾上腺转移瘤(简称转移瘤)的鉴别价值。方法:回顾性收集于我院接受肾上腺Revolution CT灌注扫描的患者资料,经手术病理证实的腺瘤(平扫CT值>10 HU)13例,经病理或影像随访证实的转移瘤7例共10个病灶。记录肿瘤的大小、平扫及增强扫描三期CT值;测量肿瘤的血流量(BF)、血容量(BV)、平均通过时间(MTT)、达峰时间(TP)及表面通透性(PS)。比较腺瘤组与转移瘤组各参数值的差异,采用ROC曲线分析CT灌注参数鉴别两者的效能。结果:腺瘤组与转移瘤组的长径、短径、平扫CT值及增强扫描三期CT值差异无统计学意义(P均>0.05)。腺瘤组的BF及BV值均高于转移瘤组((66.32±50.33) mL/(100 g·min)与(34.21±34.99) mL/(100 g·min),(18.81±5.93) mL/100 g与(8.06±5.44) mL/100 g,P=0.005、0.001);MTT、TP及PS值差异无统计学意义(P均>0.05)。BF及BV值鉴别腺瘤与转移瘤的ROC曲线下面积分别为0.875和0.923,灵敏度及特异度分别为92.3%和75.0%、84.6%和100%。结论:常规CT检查对鉴别肾上腺乏脂性腺瘤和肺癌肾上腺转移瘤存在一定困难,使用BF、BV值鉴别两者可获得较高的诊断效能。     

基于CT平扫影像组学模型鉴别结节/肿块型 肺隐球菌病及肺腺癌与肺结核

目的 探讨基于CT平扫影像组学预测模型鉴别诊断结节/肿块型肺隐球菌（PC）与肺腺癌、肺结核（TB）的可行性。方法 回顾性分析28例结节/肿块型PC和30例肺腺癌、26例TB的平扫CT资料，提取病灶纹理特征，对其进行特征选择，获得PC组与肺腺癌组、PC组与肺TB组之间存在显著差异的特征参数。按7：3比例将所有样本分为训练集合测试集，采用随机森林法以较优特征参数建立预测模型，对训练集数据进行评估，之后于测试集数据进行验证；绘制相应ROC曲线，评估模型的鉴别诊断效能。结果 针对PC和肺腺癌、PC和肺TB分别获得7个和4个较优纹理特征参数。测试集验证结果显示模型鉴别PC与肺腺癌以及PC与肺TB的AUC、敏感度、特异度、准确率分别为0.96、1.00、0.78、0.89及0.99、0.88、0.89、0.88。结论 基于CT平扫图像影像组学可用于鉴别诊断结节/肿块型PC及肺腺癌与肺TB。     

经直肠超声联合纹理分析对克罗恩病肛瘘与腺源性肛瘘的鉴别诊断价值

目的 探讨经直肠超声(TRUS)征象联合纹理分析对克罗恩肛瘘(PFCD)和腺源性肛瘘(CAF)的鉴别诊断价值。方法 回顾性分析110例肛瘘患者的TRUS图像(按确诊病史分为PFCD组,n=42;CAF组,n=68),对比其病灶TRUS征象。使用3D Slicer提取病灶的纹理特征,经套索回归和交叉验证降维筛选后与TRUS征象分别构建TRUS征象模型、纹理特征模型及联合模型,并通过ROC曲线评估各模型的诊断效能。结果 联合模型共筛选出克罗恩超声瘘管征(CUFS)、分叉支管、峰度、自相关性四个特征(p<0.05),曲线下面积(AUC)为0.761、0.676、0.730、0.770,其中CUFS的特异度最高为92.6%,PFCD组的峰度和自相关性都高于CAF组(OR=5.1、5.2,p<0.02),联合模型的AUC为0.927(95%CI 0.880~0.974)诊断效能强于TRUS征象模型与纹理特征模型(p<0.05)。结论 CUFS为PFCD的特异性征象,高峰度与高自相关性可能是兼有肠道炎症的瘘管的纹理特征表现,联合TRUS征象与纹理分析对PFCD与CAF有较好的鉴别诊断价值。     

肺硬化性血管瘤的影像学诊断

【目的】探讨肺硬化性血管瘤的临床、胸部X线、CT特征。【方法】搜集经病理证实的18例肺硬化性血管瘤患者,所有病例均摄有胸部正侧位片,9例行普通CT扫描,4例行螺旋CT动态增强扫描。【结果】胸部X线检查所有病灶均表现为边缘光滑整齐结节或肿块性病变,CT扫描病灶无分叶征,无毛刺和空洞,无血管切迹征和胸膜凹陷征。增强后扫描,病灶强化均匀8例,不均匀4例,螺旋CT动态增强扫描,平扫CT值(27.6±7.9)Hu,最大强化值(77.3±6.2)Hu。【结论】胸部X线对病灶的发现和定位有价值,CT特别是动态增强CT扫描对该病的诊断及鉴别诊断有很高价值,空气新月征的出现则提示肺硬化性血管瘤的诊断。     

CT鉴别诊断乳头状肾细胞癌与肾转移癌

目的 观察CT鉴别诊断乳头状肾细胞癌(PRCC)与肾转移癌(RM)的价值。方法 回顾性分析49例经病理证实的PRCC及51例经病理或临床随访证实的RM患者的腹部CT资料，对比PRCC与RM的CT表现，评估CT鉴别诊断二者的价值。结果 于49例PRCC共检出49个病灶(PRCC组，n=49),51例RM共检出78个病灶(RM组，n=78)。CT所示病灶成分、边界、包膜、平扫与肾实质密度差异，以及有无集合系统受累、侵犯和肾脏轮廓改变的组间差异均有统计学意义(P均<0.05)。RPCC组病灶最大径大于RM组，而增强后病灶CT值及强化程度均小于RM组(P均<0.05)。结论 CT对于鉴别诊断PRCC与RM具有一定价值。     

平扫CT影像组学鉴别肺炎型黏液腺癌与大叶性肺炎

目的 观察平扫CT影像组学鉴别肺炎型黏液腺癌(PTMA)与大叶性肺炎(LP)的价值。方法 回顾性分析57例PTMA(PTMA组)和129例LP患者(LP组),按7∶3比例将其纳入训练集(n=131)和测试集(n=55)。比较组间患者临床资料，筛选临床特征，构建临床模型；勾画病灶ROI,提取其影像组学特征，建立影像组学模型；基于临床特征及影像组学特征建立列线图模型。观察3种模型鉴别PTMA与LP的效能。结果 组间患者年龄和呼吸道症状占比差异均有统计学意义(P均<0.05)。临床模型鉴别训练集和测试集PTMA与LP的曲线下面积(AUC)分别为0.784和0.909。最终纳入16个影像组学特征建立影像组学模型，其在训练集和测试集鉴别PTMA与LP的AUC分别为0.909和0.870;列线图模型的AUC分别为0.939和0.933。影像组学模型及列线图模型在训练集鉴别PTMA与LP的AUC均大于临床模型(P均<0.05)。结论 平扫CT影像组学有助于鉴别PTMA与LP。     

基于临床信息的logistic回归模型在乳腺影像报告和数据系统4类中对病灶良恶性的鉴别价值

目的:探讨基于患者临床信息的logistic回归模型在乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4类中鉴别病灶良恶性的价值。方法:回顾并收集经过病理学检查证实的BI-RADS4类乳腺病灶患者221例(良性133例,恶性88例)的临床信息。采用logistic回归分析筛选能够鉴别病灶良恶性的临床信息特征,建立回归模型。比较BI-RADS联合模型与单独采用BI-RADS分类在鉴别乳腺良恶性病灶上的区别。结果:经logistic回归分析,发现9个临床信息特征与乳腺良恶性病灶相关,其中是否触及病灶(OR=7.196)、病灶是否固定(OR=10.150)、病灶最大径是否2 cm(OR=4.208)等3个特征有较高的危险度(P0.05)。单独采用BI-RADS分类,其诊断灵敏度为86.3%、特异度为69.9%、准确率为76.5%;将BI-RADS分类联合回归模型,其灵敏度为88.6%、特异度为73.7%、准确率为79.6%。结论:BI-RADS分类联合基于患者临床信息的logistic回归模型有助于提高鉴别乳腺病灶良恶性的诊断效能,减少不必要的良性活检。     

腮腺基底细胞腺瘤的增强CT特征

目的探讨腮腺基底细胞腺瘤的CT表现,尤其是增强特征以及鉴别诊断。方法回顾性分析经病理证实9例腮腺基底细胞腺瘤的CT表现:9例均行CT平扫和增强扫描;观察病灶形态学特征及强化方式,测量肿瘤平扫及双期增强CT值,计算净强化值,并与16例多形性腺瘤和16例腺淋巴瘤进行对照分析。结果腮腺基底细胞腺瘤CT平扫均表现为腮腺内单发的类圆形病灶,边界清楚,呈均匀的稍高密度,平均CT值约(38.2±9.1)HU,与多形性腺瘤及腺淋巴瘤的平扫CT值相比无统计学差异(P>0.05)。增强扫描,肿瘤实质部分呈明显强化,动脉期净强化值约(54.9±8.6)HU,静脉期强化程度持续增加,净强化值约(63.0±10.7)HU。动脉期:肿瘤实质部分的强化程度高于多形性腺瘤(P<0.01),但与腺淋巴瘤无统计学差异(P>0.05);静脉期:肿瘤实质部分的强化程度均高于多形性腺瘤及腺淋巴瘤(P<0.01)。结论腮腺基底细胞腺瘤的CT表现为腮腺单发病灶,多发生于浅叶,边缘规则,增强扫描明显强化,且呈"快进慢出"持续、渐进性强化特点。     

能谱CT成像碘(水)图纹理分析预测结直肠癌微卫星不稳定状态

目的 探讨基于能谱CT成像碘（水）图像的纹理分析在术前预测结直肠癌微卫星不稳定（MSI）状态方面的价值。方法 回顾性分析23例MSI结直肠癌（MSI组）及46例微卫星稳定（MSS）结直肠癌（MSS组）患者的资料。所有患者均经术后病理检查证实，且术前均接受腹部能谱CT成像。采用Viewer分析软件获取动脉期及静脉期碘（水）图像，并将其导入Omni-Kinetics软件进行ROI勾画及特征提取。提取的纹理参数包括最小值、最大值、平均值、中位值、标准差、偏度、峰度、均匀性、能量值、熵。比较2组间各纹理参数的差异。并采用Logistic回归将纹理参数进行联合，通过ROC曲线分析不同纹理参数预测及多种参数联合预测的效能。结果 MSI组动脉期及静脉期最小值、最大值、平均值、中位值、均匀性均明显低于MSS组（P均<0.05），2组间标准差、偏度、峰度、能量值差异均无统计学意义（P均>0.05）；MSI组静脉期熵明显高于MSS组（t=1.81，P=0.04），2组间动脉期熵差异无统计学意义（t=0.22，P=0.80）。ROC曲线分析显示，以动脉期及静脉期最小值、最大值、平均值、中位值、均匀性和静脉期熵单一参数在术前预测结直肠癌MSI状态的AUC为0.64~0.82。多参数联合的Logistic回归模型为-2.598-0.124×动脉期最小值-0.039×动脉期最小值-0.774×动脉期中位值+1×动脉期平均值-1.892×动脉期均匀性+0.14×静脉期最小值+0.2×静脉期最大值+0.343×静脉期中位值-0.61×静脉期平均值+13.711×静脉期均匀性-2.598×静脉期熵，联合预测的AUC为0.83。结论 基于能谱CT成像碘（水）图像纹理分析，可在术前无创预测结直肠癌MSI状态，且将多种纹理参数联合后预测效能更优。     

MR脂肪抑制T2WI联合弥散加权成像与增强MRI鉴别乳腺黏液癌与黏液样纤维腺瘤

目的 对比观察MR脂肪抑制（FS）-T2WI （FS-T2WI）联合弥散加权成像（DWI）与增强MRI鉴别乳腺黏液癌（MBC）与乳腺黏液样纤维腺瘤（MFA）的价值。方法 回顾性分析经术后病理证实的14例MBC （MBC组）与22例乳腺MFA （MFA组）,比较组间FS-T2WI信号强度（SI）指数、DWI-表观弥散系数（ADC）、强化特点及时间信号强度曲线（TIC）等MRI表现差异。针对FS-T2WI联合DWI及增强MRI参数以二元logistic回归分析拟合回归方程,绘制受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评估2种回归方程鉴别MBC与乳腺MFA的效能。结果 组间FS-T2WI信号SI指数（Z=3.780,P<0.001）、DWI-ADC （t=4.230,P<0.001）、强化均匀与否（P=0.006）、早期强化方式（P<0.001）、强化填充方式（P<0.001）及TIC类型（P=0.001）差异均有统计学意义,延迟期强化方式差异无统计学意义（P=0.062）。基于FS-T2WI联合DWI参数建立回归方程如下：Logit （P）=－10.434+0.003×ADC+0.748×FS-T2WI SI指数;基于增强MRI参数建立回归方程Logit （P）=31.666+0.287×强化均匀与否-18.319×早期强化方式+19.945×强化填充方式-36.591×延迟期强化方式+20.225×TIC类型。上述2个回归方程鉴别MBC与乳腺MFA的AUC （Z=1.890,P=0.059）、敏感度（χ²=1.050,P=0.305）、特异度（χ²=1.100,P=0.294）和准确率（χ²=0.660,P=0.416）差异均无统计学意义。结论 FS-T2WI联合DWI可鉴别诊断MBC与乳腺MFA,其诊断效能与增强MRI相当。     

基于MRI影像组学鉴别浸润性与非浸润性乳腺癌

目的 探讨基于MRI影像组学鉴别浸润性与非浸润性乳腺癌的价值。方法 回顾性分析100例接受乳腺常规MR和动态增强扫描的乳腺癌患者（75例浸润性、25例非浸润性），将其分为训练组（n=70）和验证组（n=30）。提取病灶纹理特征，采用最小绝对缩减和变量选择算子（LASSO）回归对训练组纹理特征进行降维，建立影像组学标签。比较浸润性与非浸润性乳腺癌临床、病理及影像学特征，以多因素Logistic回归分析建立影像组学模型，采用ROC曲线评价模型的诊断效能。结果 共提取3 132个影像学特征，经LASSO回归降维获得19个价值较高者，建立影像组学标签。浸润性与非浸润性乳腺癌之间，训练组和验证组毛刺、基底细胞角蛋白（CK5/6）、瘤细胞增殖因子（Ki-67）和影像组学标签差异均有统计学意义（P均<0.05），训练组时间-强度曲线（TIC）类型差异有统计学意义（P<0.05），验证组TIC类型差异无统计学意义（P>0.05）。训练组CK5/6、Ki-67和影像组学标签为浸润性乳腺癌的独立危险因素（P均<0.05）；以其构建影像组学模型，在训练组和验证组鉴别浸润性乳腺癌的AUC分别为0.97和0.85，均优于CK5/6、Ki-67和影像组学标签。结论 基于MRI影像组学模型鉴别浸润性与非浸润性乳腺癌效果较好。     

基于CT密度联合纹理参数建模预测垂体大腺瘤质地

目的 探讨基于CT平扫图像密度联合纹理参数预测垂体大腺瘤质地的价值。方法 收集50例经手术病理证实的垂体大腺瘤,根据术中垂体质地分为质软组（n=30）与质硬组（n=20）。于CT图像肿瘤最大层面手动勾画ROI,测量病变CT值,并提取纹理特征参数。比较2组间CT值及纹理特征差异,对有统计学意义的变量采用多因素Logistic回归分析建立预测垂体腺瘤质地的模型,绘制ROC曲线评价其预测效能。结果 质软组与质硬组间CT值差异有统计学意义（P=0.031）,其预测肿瘤质地的AUC为0.662。基于CT平扫图像共提取77个纹理参数,经筛选获得4个2组间差异有统计学意义的参数,包括第90百分位数、惯量、方差和对比度,其预测肿瘤质地的AUC分别为0.662、0.663、0.672和0.663。多因素Logistic回归分析建立的纹理特征模型预测垂体腺瘤质地的AUC为0.690,CT值结合纹理参数模型的AUC为0.782。结论 CT值结合纹理参数建立的模型对于预测垂体腺瘤质地具有较高价值,可为临床选择手术方案提供帮助。     

CT能谱曲线鉴别诊断脊柱肿瘤及肿瘤样病变

目的探讨CT能谱曲线鉴别诊断脊柱恶性肿瘤与非恶性肿瘤及肿瘤样病变的价值。方法对38例经手术或穿刺病理证实的脊柱肿瘤及肿瘤样病变患者行能谱CT扫描,包括非恶性组18例,其中良性和中间型肿瘤及肿瘤样病变分别为12例和6例;恶性组20例。获得单能量图像,生成CT能谱曲线,计算40~140keV不同能级水平下的CT值和能谱曲线斜率。同时获得病变在混合能量图像的静脉期CT值。对所得CT值和能谱曲线斜率进行统计学分析。结果 40~80keV非恶性组CT值分别为(197.97±95.69)HU、(141.30±63.66)HU、(105.78±44.04)HU、(84.21±32.65)HU、(68.92±26.16)HU,恶性组CT值分别为(321.86±97.97)HU、(225.46±72.42)HU、(159.98±50.03)HU、(120.53±41.69)HU、(96.59±37.86)HU。40~80keV条件下,非恶性组与恶性组相同能级CT值差异均有统计学意义(P均<0.05);90~140keV条件下,非恶性组与恶性组相同能级CT值差异均无统计学意义(P均>0.05)。非恶性组能谱曲线斜率为1.58±0.89,低于恶性组能谱曲线斜率(2.76±0.83;t=-3.48,P=0.002)。非恶性组与恶性组混合能量图像的CT值差异无统计学意义(t=-1.19,P=0.250)。结论 CT能谱曲线对鉴别恶性与非恶性脊柱肿瘤及肿瘤样病变有一定价值,具有较好的应用前景。     

18F-FDG PET/CT参数联合临床特征预测手术治疗早期宫颈癌患者预后

目的探讨18 F-FDG PET/CT参数联合临床特征对预测早期宫颈癌患者手术治疗后预后的价值。方法回顾性分析70例术前接受18 F-FDG PET/CT检查的早期宫颈癌患者,比较术后复发组与无复发组间代谢参数的差异,评价18 F-FDG PET/CT参数结合临床特征对预后的预测价值。结果术后平均随访(53.86±15.74)个月,期间11例(11/70,15.71%)肿瘤复发。相关18 F-FDG PET/CT参数中,峰值标准摄取值(SUV peak)可预测肿瘤复发(AUC=0.672,P=0.03)。多因素比例风险模型(Cox)显示,淋巴结转移状态及SUV peak是最主要的预测因素。结论SUV peak和淋巴结转移状态是评价手术治疗后早期宫颈癌患者预后的主要指标。     

MRI纹理分析预测乳腺癌腋窝淋巴结转移

目的 评价MRI纹理分析预测乳腺癌腋窝淋巴结（ALN）转移的价值。方法 以172例乳腺癌为训练组,分为ALN阳性亚组（n=79）和阴性亚组（n=93）,提取增强MRI及ADC图中ALN纹理特征,比较2亚组间纹理特征差异;筛选纹理特征,构建多因素Logistic回归模型,并对模型进行内部验证。以另外37例乳腺癌为测试组,行模型外部验证。结果 基于增强MRI和ADC图选取16个纹理参数,其中熵的预测效能最优,曲线下面积（AUC）分别为0.781和0.786。经Lasso回归筛选11个纹理特征,以多因素Logistic回归建立预测模型,内部验证结果显示其AUC为0.906,用于测试组时AUC为0.859,预测效能良好。结论 MRI纹理分析预测乳腺癌ALN转移具有较高效能。     

CT图像纹理分析鉴别诊断磨玻璃密度肺腺癌的浸润性

目的 探讨CT图像纹理分析鉴别诊断表现为磨玻璃密度结节的肺腺癌浸润性的价值。方法 收集在我院接受肺部CT检查且手术病理证实为肺腺癌患者100例（浸润性腺癌56例,非浸润性腺癌44例）。随机选择69例为训练组,31例为验证组。使用A.K.（Analysis-Kinetics）分析软件进行影像特征提取;Kruskal-Wallis非参数检验和Spearman相关性分析进行特征降维;使用R语言软件包"GLM"函数,建立Logistic回归模型;以交叉验证方法对回归模型进行检验。采用ROC曲线评价独立预测因素的诊断效能。结果 影像特征提取得到396个影像组学特征,经降维最终得到与鉴别肺非浸润腺癌与浸润腺癌最相关的参数3个,建模后验证Logistic回归模型示其诊断准确率为83.30%,敏感度及特异度分别为77.80%、91.70%。结论 CT图像纹理分析可有效鉴别表现为磨玻璃密度结节肺腺癌的浸润性。     

MR图像纹理特征融合诊断前列腺癌

目的 探讨三维空间自适应局部三元模式（LTP）纹理特征、常规纹理特征以及灰度统计特征融合用于诊断前列腺癌的价值。方法 从MRI中分割出前列腺外周带,提取自适应LTP融合纹理特征纹理特征、常规纹理特征和灰度统计特征,采用Adaboost算法分别获得每个特征族群以及3个族群特征融合的模型,计算对前列腺癌的诊断效能。结果 三维空间自适应LTP融合纹理特征诊断前列腺癌的AUC为0.79±0.04,敏感度为78.31%（65/83）,特异度为80.81%（80/99）,准确率为79.67%（145/182）;常规纹理特征诊断前列腺癌的AUC为0.71±0.04,敏感度为72.29%（60/83）,特异度为81.82%（81/99）,准确率为77.47%（141/182）;灰度统计特征诊断前列腺癌的AUC为0.80±0.04,敏感度为78.31%（65/83）,特异度为82.83%（82/99）,准确率80.77%（147/182）;融合特征诊断前列腺癌的AUC为0.87±0.04,敏感度为86.75%（72/83）,特异度为88.89%（88/99）,准确率为87.91%（160/182）。结论 通过融合局部三元模式特征、常规纹理特征、灰度统计特征,可有效提高诊断前列腺癌的效能。     

MRI纹理特征分析预测浸润性乳腺癌脉管浸润

目的 评估MRI纹理特征预测浸润性乳腺癌（IBC）脉管浸润（LVI）的价值。方法 将204例接受MR检查并经术后病理证实IBC患者分为训练组80例（LVI阳性亚组30例、阴性亚组50例）、内部验证组66例（LVI阳性亚组21例、阴性亚组45例）和外部验证组58例（LVI阳性亚组20例、阴性亚组38例）。自临床及常规MRI征象中筛选LVI独立危险因素，构建主观MRI征象模型。对MRI所示病灶进行分割、纹理特征提取和筛选，构建纹理特征模型。采用受试者工作特征（ROC）曲线评价2种模型的诊断效能。结果 瘤周水肿类型（OR=3.82）和MRI腋窝淋巴结状态（OR=7.63）是LVI的独立危险因素。自4 300个纹理特征中筛选出GLRLM_LRHGE_1_0.67_Equal_32、GLRLM_GLV_1_0.67_Equal_32和GLRLM_GLV_1_0.67_Equal_64共3个有效特征构建纹理模型。内、外部验证组中，纹理特征模型诊断LVI的准确率分别为86.36%和79.31%、敏感度为66.67%和60.00%、特异度为95.56%和89.47%、AUC为0.86和0.84，诊断效能均高于主观MRI征象模型（P均=0.04）。结论 根据MRI纹理特征可在术前有效预测IBC LVI状态。