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: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。
简介:摘要目的分析多层螺旋CT(MSCT)纹理分析在腰椎隐匿性骨折诊断中的应用价值。方法抽取2019年4月至2020年7月于河南省直第三人民医院影像科接受检查的248例疑似腰椎隐匿性骨折患者为研究对象,分别进行MSCT、磁共振成像(MRI)检查,依据MRI检查结果,分析MSCT诊断腰椎隐匿性骨折的应用价值,并比较腰椎隐匿性骨折、无骨折患者MSCT纹理分析参数,评估MSCT纹理分析在腰椎隐匿性骨折中的诊断效能。结果248例疑似腰椎隐匿性骨折患者经MRI检查,196例确诊为腰椎隐匿性骨折,占79.03%。参照MRI检查结果,MSCT对腰椎隐匿性骨折诊断的灵敏度、特异度、准确度分别为86.22%、82.69%、85.48%;MSCT与MRI检查腰椎隐匿性骨折有理想的一致性(Kappa=0.611)。腰椎隐匿性骨折患者能量值、最低密度值、Hara方差值、低密度增强值均高于未骨折患者(P均<0.05)。绘制受试者工作特征曲线发现,MSCT纹理图像参数(能量值、最低密度值、Hara方差值、低密度增强值)诊断腰椎隐匿性骨折的曲线下面积均>0.80,均有一定预测价值。结论MSCT纹理分析在腰椎隐匿性骨折中有一定诊断效能,其相应纹理图像参数对腰椎隐匿性骨折有一定评估价值。
简介:摘要:目的:通过对胃黏膜下肿瘤(GIST)的临床影像特点及CT纹理分析进行研究,旨在探讨其在临床诊断与鉴别诊断中的应用价值,并为临床医生提供可靠的辅助诊断依据。方法:回顾性分析了2022年7月至2023年7月期间经手术病理证实的52例GIST患者的临床资料和CT影像。采用CT纹理分析技术对GIST的CT图像进行定量分析,包括灰度共生矩阵(GLCM)、灰度尺度共生矩阵(GLRLM)和灰度尺度直方图特征等。结果:通过CT影像分析,我们观察到GIST表现为胃壁内形态不规则的低密度肿块,界限清晰,可呈现出均一或不均一的强化。另外,CT纹理分析结果显示,GIST在灰度共生矩阵特征方面具有显著的差异,包括能量、对比度、相关性和熵等指标。灰度尺度共生矩阵和灰度尺度直方图特征也能够辅助鉴别GIST。结论:胃黏膜下肿瘤的临床影像特点和CT纹理分析在诊断和鉴别诊断中具有重要的价值。CT影像能够提供GIST的形态、边界、均一性与强化等方面的信息,而CT纹理分析则能够通过定量的方式提供更为客观、准确的数据。因此,结合临床影像特点及CT纹理分析有助于提高GIST的诊断准确性,并为治疗决策提供科学依据。