基于DCE图像优化胶质瘤自动分级纹理模型

目的探讨不同纹理模型和灰阶对基于动态对比增强磁共振图像(dynamic contrast enhancement magnetic resonance imaging,DCE-MRI)的支持向量机的胶质瘤自动分级影响。材料与方法收集经磁共振扫描且经病理证实为胶质瘤Ⅱ、Ⅲ、Ⅳ级的患者共117例,计算DCE-MRI图像血流动力学参数(NordicICE 4.0),利用不同纹理模型和灰阶提取参数图肿瘤区域相应纹理特征。支持向量机递归特征消除算法选择特征后,输入线性SVM对胶质瘤级别进行分类并使用留一法交叉验证。分类结果使用Graphpad Prism 6统计软件分析。结果灰阶对分类效能的影响差异无统计学意义(P=0.1589),纹理模型对分类效能的影响差异存在统计学意义(P0.0001)。在使用灰度共生矩阵(gray-level cooccurrence matrix,GLCM)提取纹理特征并且灰阶为32和256时,分别选取前22个和前17个特征所得分类正确率最高(正确率=0.79)。结论基于DCE图像纹理对支持向量机胶质瘤分级中,纹理模型GLCM结合特征选择是胶质瘤分级的最优方案,并推荐在后期研究中使用。