基于CT的纹理分析预测甲状腺乳头状癌BRAFV600E突变

摘要：

目的 探讨基于CT的纹理分析是否能预测甲状腺乳头状癌BRAFV600E突变情况.资料与方法 回顾性分析经手术证实并有BRAFV600E突变结果 的甲状腺乳头状癌52例.运用MaZda软件对患者的术前CT增强扫描静脉期图像进行纹理分析,用费希尔参数法(Fisher)、最小分类误差与最小平均相关系数法(POE+ACC)和互信息测度法(MI)3种特征选择算法进行最佳参数筛选,再使用软件内B11程序中的主要成分分析(PCA)、线性判别分析(LDA)和非线性判别分析(NDA)方法 对最佳参数进行降维、分类,得到BRAFV600E的误判率R.采用ROC曲线进一步分析不同纹理分析方法 对BRAFV600E突变的预测性能.结果 BRAFV600E阳性32例,阴性20例.3种特征选择算法中,NDA误判率均最低,均在10％以下,具有很高的诊断性能;其次为LDA,多种组合误判率<20％,诊断性能较好;PCA的误判率最高,均>30％,诊断性能较低.但是3种特征选择算法未表现出明显的优势或劣势.误判率最低的组合为POE+ACC+NDA,ROC曲线下面积(AUC)为0.969;误判率最高的组合为Fisher+PCA,AUC为0.413.结论 基于术前CT纹理分析预测甲状腺乳头状癌患者BRAFV600E突变具有一定的可行性,但还需进一步研究证实.

关键词：甲状腺肿瘤、癌,乳头状、体层摄影术,X线计算机、纹理分析、影像组学、基因、突变

所属期刊栏目：29

分类号：R445.3;R746.1(诊断学)

资助基金：福建省医学创新课题2017-CX-15

在线出版日期：2021-09-22（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：776-780