基于T2WI 3D纹理分析评估宫颈癌组织学分级

摘要：

目的 探讨基于T2WI的3D纹理分析评估宫颈癌组织学分级的价值.方法 回顾性分析经病理证实的175例宫颈癌患者,其中高分化41例(高分化组),中分化76例(中分化组),低分化58例(低分化组),术前均接受常规MR平扫及增强扫查.采用ITK-SNAP软件勾画感兴趣体积(VOI),以LIFEx软件计算获取41个纹理参数;比较3组间纹理参数差异,以组间差异有统计学意义的纹理参数构建Logistic回归模型,评价其评估宫颈癌组织学分级的效能.结果 低、中、高分化组间,区域灰度不均匀度(GLNUz)、区长度不均匀度(ZLNU)、能量(GLCM-Energy)、强度(Busyness)、游程灰度级不均匀度(GLNUr)、游程长度不均匀度(RLNU)、体积(Volume-vx)及容积(Volume-ml)8个参数差异有统计学意义(P均＜0.05).低分化组与高分化组间8个纹理参数差异均有统计学意义(P均＜0.05),中分化与高分化组间Energy,GLNUz、ZLNU差异有统计学意义(P均＜0.05).低、中、高分化组间差异有统计学意义的8个纹理参数均与组织学分级相关(|r| =0.491?0.567).低分化与高分化组间8个差异有统计学意义纹理参数鉴别二者的AUC为0.711?0.774,以其构建的Logistic回归模型的AUC为0.875,敏感度87.50％,特异度77.78％.中分化与高分化组间3个差异有统计学意义的纹理参数的AUC为0.685?0.717,以此构建的Logistic回归模型的AUC为0.753,敏感度78.75％,特异度72.92％.结论 基于T2WI的3D纹理分析对术前预测宫颈癌组织学分级有一定价值,其模型诊断效能更高.

关键词：子宫颈肿瘤、磁共振成像、纹理分析、组织学分级

所属期刊栏目：37

分类号：R737.33;R445.2(肿瘤学)

在线出版日期：2021-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：86-90