排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
目的:探讨MRI动态增强图像纹理分析在鉴别诊断乳腺良恶性肿瘤的应用价值。方法:回顾性分析本院经手术病理证实的35例乳腺良性肿瘤与35例恶性肿瘤的MRI动态增强图像的影像及纹理特征。采用MaZda软件提取所有患者MRI动态增强图像中感兴趣区(ROI)的直方图与灰度游程矩阵特征参数,采用独立样本t检验(正态分布数据)或非参数检验Mann-WhitneyU检验(偏态分布数据)比较良恶性组间纹理参数的差异,提取差异有统计学意义的纹理参数,使用ROC曲线分析差异有统计学意义参数鉴别良恶性肿瘤的诊断效能,运用多变量logistic回归分析对差异有统计学意义的纹理参数进行建模并绘制ROC曲线评价模型效能。结果:直方图参数中的均值及第10、50、90、99百分位数与灰度游程矩阵参数中的游程长不均匀度(包括水平、垂直、45dgr、135dgr4个方向)在两组间的差异有统计学意义(P均<0.001),其中第99百分位数(Pere.99%)以239.50为阈值时诊断效能最佳;通过对差异有统计学意义的参数分别建立的多参数logistic回归诊断模型可以得出直方图参数的logistic回归诊断模型效能更佳。结论:乳腺MRI动态增强图像纹理分析鉴别诊断良恶性肿瘤具有良好的价值。 相似文献
2.
3.
目的探讨扩散加权成像序列(DWI)图像纹理分析鉴别诊断乳腺良恶性肿瘤的价值。
方法回顾性分析泰州市人民医院手术病理证实的28例乳腺良性肿瘤与28例恶性肿瘤的DWI图像的影像特征及纹理特征。采用MaZda软件提取所有患者DWI图像中肿瘤病灶的直方图与灰度游程矩阵参数,包括均值(mean)、方差(variance)、偏度(skewness)、峰度(kurtosis)和第1、10、50、90、99百分位数(Pere.1%、Pere.10%、Pere.50%、Pere.90%、Pere.99%)及短游程因子(SRE)、长游程因子(LRE)、灰度不均匀度(GLNU)、游程长不均匀度(RLNU)、游程中的图像分数(fraction)(包括水平、垂直、45dgr、135dgr 4个方向),采用独立样本t检验(正态分布数据)或非参数检验Mann-Whitney U检验(偏态分布数据)分析良恶性肿瘤病灶DWI图像纹理参数的差异,提取差异有统计学意义的纹理特征参数,使用ROC曲线分析有统计学意义的纹理参数鉴别良恶性肿瘤的诊断效能,运用多变量Logistic回归分析对差异有统计学意义的纹理参数进行建模并绘制ROC曲线评价模型效能。
结果直方图参数中的方差(variance)与灰度游程矩阵参数中的游程长不均匀度(RLNU)(包括水平、垂直、45dgr、135dgr 4个方向)在两组间的差异有统计学意义(P<0.05),其中游程长不均匀度水平方向(HRLNU)以447.5517为阈值时诊断效能最佳,对应的AUC、灵敏度和特异度分别为0.874、85.71%、78.58%;通过对差异有统计学意义的纹理特征参数建立多参数Logistic回归诊断模型,对应的AUC、灵敏度及特异度为0.940、96.40%、82.10%。
结论DWI图像纹理分析鉴别诊断乳腺良恶性肿瘤具有良好的应用价值。 相似文献
1