| 基于T2WI纹理分析预测高级别胶质瘤术后复发 |
| |
| 引用本文： | 赵正宇,单奔,韩雷,葛芳,李绍东.基于T2WI纹理分析预测高级别胶质瘤术后复发[J].中国医学影像技术,2023,39(11):1639-1643. |
| |
| 作者姓名： | 赵正宇 单奔 韩雷 葛芳 李绍东 |
| |
| 作者单位： | 徐州医科大学影像学院, 江苏 徐州 221004;徐州医科大学附属淮安医院影像科, 江苏 淮安 223002;徐州医科大学附属淮安医院影像科, 江苏 淮安 223002;淮安市第五人民医院影像科, 江苏 淮安 223399;徐州医科大学影像学院, 江苏 徐州 221004;徐州医科大学附属医院影像科, 江苏 徐州 221006 |
| |
| 摘 要： | 目的 观察基于T2WI纹理分析预测高级别胶质瘤(HGG)术后复发的价值。方法 回顾性分析71例术前接受MR检查的HGG患者，根据术后有无HGG复发分为复发组(n=45)和未复发组(n=26),比较组间MRI肿瘤形态参数的差异；于T2WI中提取瘤体、瘤周水肿区及瘤体+瘤周水肿区的纹理特征，分别基于形态特征和纹理特征构建支持向量机(SVM)和随机森林(RF)模型；绘制受试者工作特征曲线，以曲线下面积(AUC)评估各模型的预测效能。结果 组间肿瘤位置、有无囊变、有无子病灶、实质/瘤周DWI信号及强化程度差异均有统计学意义(P均<0.05)。分别于瘤体、瘤周水肿区和瘤体+瘤周水肿区筛选出12、13和13个最佳纹理特征，以之构建的SVM形态模型预测HGG复发效能(AUC=0.76)高于RF形态模型(AUC=0.68),SVM纹理模型预测效能最佳(AUC=0.83)。结论 基于T2WI纹理分析能有效预测HGG术后复发，尤以SVM纹理模型的预测效能最佳。
|
| 关 键 词： | 胶质瘤 纹理分析 磁共振成像 |
| 收稿时间： | 2023/7/7 0:00:00 |
| 修稿时间： | 2023/8/25 0:00:00 |
Texture analysis based on T2WI for predicting recurrence of high-grade glioma after surgery |
| |
| ZHAO Zhengyu,SHAN Ben,HAN Lei,GE Fang,LI Shaodong.Texture analysis based on T2WI for predicting recurrence of high-grade glioma after surgery[J].Chinese Journal of Medical Imaging Technology,2023,39(11):1639-1643. |
| |
| Authors: | ZHAO Zhengyu SHAN Ben HAN Lei GE Fang LI Shaodong |
| |
| Institution: | School of Medical Imaging, Xuzhou Medical University, Xuzhou 221004, China;Department of Imaging, Huai''an Hospital Affiliated to Xuzhou Medical University, Huai''an 223002, China;Department of Imaging, Huai''an Hospital Affiliated to Xuzhou Medical University, Huai''an 223002, China;Department of Imaging, Huai''an Fifth People''s Hospital, Huai''an 223399, China; School of Medical Imaging, Xuzhou Medical University, Xuzhou 221004, China;Department of Imaging, Affiliated Hospital of Xuzhou Medical University, Xuzhou 221006, China |
| |
| Abstract: | |
| |
| Keywords: | glioma texture analysis magnetic resonance imaging |
|
| 点击此处可从《中国医学影像技术》浏览原始摘要信息 |
| 点击此处可从《中国医学影像技术》下载免费的PDF全文 |
|
