简介:【摘要】随着临床医生从患者身上获取的医学图像数量快速增长,这些图像的使用已从诊断工具扩展到个体化诊疗背景下医 学数据。目前,对如此大量的医学影像数据的有效利用仍是一个挑战。近些年在定量成像分析方面有了一个重要的进展,称为影 像组学。影像组学组学是从医学图像中高通量提取高级定量特征,通常使用数学纹理分析。利用纹理分析可以量化医学上的异质 性,纹理特征从医学图像中提取出肉眼无法察觉的空间信息。纹理分析可能成为一种潜在的、有用的生物标记物,可以评估和量 化肿瘤的空间异质性,从而更好地根据疾病,尤其肿瘤性疾病的影像组学特征选择合适的治疗方案。本文旨在综述纹理分析在超 声医学领域研究进展,存在的问题等, 以期为纹理分析在超声医学领域的应用、发展提供一定的参考作用。
简介:目前铅笔素描绘制工作中影线笔触自动生成方法较少。在前期工作的基础上本文探索了影线笔触的自动生成方法,从而实现了对铅笔素描绘画中特征笔触和影线笔触的全自动生成。通过使用参考图像,将影线生成看作一个二维图像采样问题,在已有的一种基于概率密度函数估计和累积概率密度采样的算法基础上,提出了一种基于Metropolis-Hastings算法和采样点重叠修正算法的新方法。从采样方法上讲,该方法具有无需从图像估计概率密度函数、可直接进行二维采样等特点;从最终绘制效果上讲,该方法具有采样点利用率较高、绘制效率较高、笔触较为均匀等特点。通过实验证明,本文方法可以从输入的三维几何模型自动生成真实、具有手绘效果的铅笔素描图片。由于最终生成的图片是由笔触构成,相对于其他图像、体绘制、纹理映射等铅笔素描生成方法,具有符合实际绘画创作过程、易于编辑修改等优点,因而具有更高的实用价值。
简介:摘要目的探究磁共振成像(magnetic resonance imaging,MRI)纹理分析在肾透明细胞癌(clear-cell renal cell carcinomas,ccRCC)与肾嗜酸性细胞腺瘤(renal oncocytoma,RO)中鉴别价值。材料与方法对2012年5月至2019年11月期间收治的42例ccRCC与15例RO患者资料予以回顾性分析,分别作为ccRCC组与RO组,患者接受MRI常规扫描与增强扫描后行纹理扫描分析。ccRCC与RO鉴别三维纹理特征选择频率,MRI纹理分析鉴别ccRCC与RO诊断效能,ccRCC与RO患者COM纹理参数比较,COM纹理参数在ccRCC与RO患者鉴别上价值分析。结果ccRCC与RO鉴别所筛选纹理特征多来自共生矩阵(co occurrence matrix,COM),ccRCC与RO鉴别中肾实质增强T1加权成像(T1 weighted imaging,T1WI)序列筛选出层间纹理特征最多;通过非线性判别分析方法进行MRI纹理分析来鉴别ccRCC与RO,在肾实质期增强纹理特征诊断效能最佳,诊断敏感度、特异度以及准确度分别为92.86%、73.33%以及87.72%;ccRCC组患者T1WI增强COM纹理参数如熵、逆差距以及相关显著低于RO患者(P<0.05),而对比与能量差异无统计学意义(P>0.05);受试者工作特征 (receiver operating characteristic,ROC)曲线应用COM纹理参数熵、逆差距、相关鉴别ccRCC与RO患者曲线下面积(area under curve,AUC)分别为0.883、0.752、0.806,熵在鉴别ccRCC与RO患者价值最佳,敏感度与特异度分别为88.5%和83.6%。结论MRI纹理分析尤其是COM可以有效鉴别出ccRCC与RO。
简介:目的:探讨磁共振成像不同序列结合纹理分析对乳腺的诊断价值。方法:回顾性分析62例67个乳腺结节患者T2WI压脂、弥散敏感系数b值为50s/mm^2和800s/mm^2、表观弥散系数(ADC)、增强2minT1WI序列(T1)、增强2minT1WI剪影(T1-SUB)及增强延时7minT1WI序列(T1-DEL)纹理特征,运用受试者工作特征(ROC)曲线选出每个序列诊断效能最高的3个纹理特征。结果:对7个序列纹理特征进行分析,ROC曲线下面积(AUC)值由大到小依次为T1-SUB>T1-DEL>T1>b值50s/mm^2>b值800s/mm^2>T2WI压脂>ADC值,增强扫描纹理特征表现较为良好的是灰度游程矩阵纹理频谱中心对称性、灰度游程长不均匀度(RLN)和高灰度级重点运行度(HGRE)。T2WI压脂序列在灰度区域矩阵高灰度级重点运行度(HGRE)、高灰度级重点运行长度(LRHGE)、方向性(DD)的AUC较大。弥散功能成像b值50s/mm^2、800s/mm^2和ADC的3个纹理特征在纹理谱和灰度共生矩阵分析意义更大。结论:不同序列结合适当的纹理特征,能够使纹理分析成为磁共振检查的有效补充手段,为临床提供更高的辅助诊断价值。
简介:摘要目的探讨早期肾脏缺血再灌注损伤(IRI)MRI纹理特征与病理组织学的相关性。方法IRI组(n=40)实验兔夹闭左肾动脉60 min后松开建立肾IRI模型。于术前、术后1 h、12 h、24 h、48 h行MRI检查,每次MRI扫描后处死8只IRI组实验兔,假手术组(n=8)实验兔于术后48 h MRI扫描后处死行病理检查,计算病理组织学特征评分、微血管密度(MVD)及病理总分。采用Kruskal-Wallis检验比较各组肾脏病理组织学的差异。提取左肾MRI纹理特征,采用Pearson相关系数分析MRI纹理特征与病理组织学特征的相关性。结果术前、术后1 h、12 h、24 h、48 h IRI组肾小管刷状缘破坏、肾小管上皮细胞水肿、坏死、管型、间质炎性细胞浸润、MVD及病理总分差异均有统计学意义(P均<0.05)。T2WI_S(3,-3)InvDfMom与肾小管刷状缘破坏、肾小管上皮细胞水肿、肾小管上皮细胞坏死、肾小管管型均具有最高的相关性(r值分别为0.56、-0.58、0.62和0.69,P均<0.01)。BOLD_S(4,-4)Correlat与间质炎性细胞浸润相关性最高(r=0.63,P<0.01)。SWI_S(4,4)DifEntrp与微血管密度相关性最高(r=0.61,P<0.01)。结论MRI纹理分析能为评价早期肾脏IRI提供有价值的信息。
简介:摘要目的MRI图像纹理分析对子宫肌瘤与子宫腺肌病的鉴别诊断价值。材料与方法研究对象为2017年2月至2019年12月在邯郸市中心医院就诊,且经手术病理确诊为子宫肌瘤、子宫腺肌病患者,其中子宫肌瘤49例,子宫腺肌病34例;回顾性分析两组MRI图像纹理分析直方图参数、灰度共生矩阵参数、绘制ROC曲线对子宫肌瘤与子宫腺肌病的鉴别诊断价值。结果子宫肌瘤患者T2WI最大值,T1WI、T2WI、ADC的标准差,T2WI、ADC偏度值均显著高于子宫腺肌病(t=8.283,P<0.05);直方图参数中以ADC偏度值的AUC值最高,以>2.071为cut-off,其诊断子宫肌瘤、子宫腺肌病的敏感度、特异度分别为87.76%、88.24%;子宫肌瘤T2WI显著低于子宫腺肌病,T1WI、T2WI、ADC的熵值均显著高于子宫腺肌病(P<0.05);灰度共生矩阵参数诊断子宫肌瘤、子宫腺肌病时以ADC熵值的AUC值最高,以>6.57为cut-off,敏感度、特异度分别为73.47%、76.47%。结论MRI图像纹理分析用于子宫肌瘤与子宫腺肌病的鉴别诊断有一定效能,其中以ADC偏度值效最佳,值得临床重视。
简介:摘要目的探讨MRI影像学特征联合纹理分析技术在术前预测肾透明细胞癌(ccRCC)WHO/国际泌尿病理学会(ISUP)核分级的价值。方法回顾性分析2016年7月至2020年7月福建医科大学附属第一医院78例经手术病理确诊为ccRCC患者的术前肾脏MRI图像,根据WHO/ISUP分级系统,分为低级别组(49例,Ⅰ级2例,Ⅱ级47例)和高级别组(29例,Ⅲ级25例,Ⅳ级4例),并以随机数表法按照7∶3的比例将患者分配到训练集(n=63)与验证集(n=15)。评价MRI影像学特征并提取图像纹理特征。选取横断面图像病灶的最大层面,分别在T2WI及皮髓质期(CMP)图像上勾画ROI。使用MaZda软件提取纹理特征,包括灰度直方图、灰度共生矩阵、游程矩阵、梯度、自回归模型及小波变换6种类型。联合Fisher法、分类错误概率结合平均相关系数、交互信息3种方法对提取的纹理特征进行初步筛选,并对筛选出的纹理参数或影像学特征进行两组间独立样本t检验、Mann-Whitney U检验或χ²检验,差异有统计学意义的参数构建多因素二元logistic回归模型,建立ROC曲线,分析其术前预测ccRCC核分级的效能。结果训练集中,低、高级别ccRCC组间肿瘤长径、形状与边界、CMP强化程度、静脉瘤栓和47个纹理特征差异有统计学意义。在训练集中,构建7个多因素二元logistic回归模型,包括影像学特征模型(M1)、T2WI纹理特征模型(M2)、CMP图像纹理特征模型(M3)、影像学特征联合T2WI纹理特征模型(M4)、影像学特征联合CMP图像纹理特征模型(M5)、T2WI纹理特征联合CMP图像特征模型(M6)以及联合所有特征模型(M7)。其中M7预测ccRCC核分级的ROC曲线下面积最大,在训练集和验证集中,曲线下面积分别为0.901(95%CI 0.828~0.974)、0.820(95%CI 0.564~0.974)。结论基于MRI纹理分析联合影像学特征有望成为术前无创预测ccRCC WHO/ISUP核分级的有效方法。
简介:摘要目的探讨全肿瘤的表观扩散系数(apparent diffusion coefficient, ADC)直方图的纹理参数对鉴别卵巢上皮肿瘤良性、交界性、恶性的诊断价值。材料与方法回顾性分析2019年1月至2022年9月在甘肃省妇幼保健院经过术后病理证实为卵巢上皮肿瘤且术前在我院行常规MRI检查的患者病例71例,在Fire Voxel软件上导入ADC图并手动勾画病灶整体感兴趣区(region of interest, ROI),软件自动生成直方图纹理参数(熵、偏度、峰度、标准差、最大值、最小值、平均值)。采用单因素方差分析方法来评估ADC图各纹理参数在良性、交界性及恶性卵巢上皮肿瘤之间的差异。绘制受试者工作特征(receiver operating characteristic, ROC)曲线并计算曲线下面积(area under the curve, AUC),评估各参数对鉴别良性、交界性及恶性卵巢上皮肿瘤的诊断效能。结果在ADC图纹理参数中,熵、偏度、峰度、最大值、最小值、平均值在卵巢上皮肿瘤良性、交界性及恶性组之间差异具有统计学意义(P值分别为<0.001、0.003、<0.001、0.007、0.005、0.001)。ROC曲线分析结果显示,AUC值最大的是熵(AUC=0.75)。结论全肿瘤ADC图纹理分析的应用可以提高对良性、交界性、恶性卵巢上皮肿瘤的鉴别诊断价值,尤其是交界性与恶性的鉴别诊断,为临床提供诊断依据并且指导临床治疗。