基于T2WI序列的纹理分析在鉴别肝细胞癌分化程度的应用研究

摘要：

目的 探索基于MRI T2WI序列的纹理分析在预测肝细胞癌(HCC)病理分化程度中的价值.方法 回顾性分析134例HCC患者的资料,所有被试均经手术证实并按照Edmondson-Steiner方法分级.应用MaZda软件在MRI T2WI图像中肿瘤部分手动勾画感兴趣区(ROI),提取并筛选纹理特征参数,方法包括交互信息(MI)、Fisher系数、分类错误概率联合平均相关系数(POE+ ACC)及三种方法联合(MI+ POE+ ACC+Fisher联合法,MPF).通过软件自带的特征分类方法包括原始数据分析(RDA)、主要成分分析(PCA)、线性分类分析(LDA)和非线性分类分析(NDA)选出最具鉴别能力的纹理特征,结果以误判率表示.结果 纹理特征参数选择方法中,MI、Fisher系数和POE+ ACC三种方法鉴别HCC高、低分化误判率接近.纹理特征分类分析方法中,NDA区分两种病变的误判率(8.21％)明显低于RDA、PCA和LDA,具有最优的鉴别诊断效能.结论 基于MRI T2WI序列的纹理分析可用于鉴别HCC高、低分化程度.

关键词：肝细胞癌、磁共振、病理分级、纹理分析、影像组学

所属期刊栏目：37

分类号：TP3914;O157.5;TN911.73

在线出版日期：2018-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1484-1487