基于MRI T2WI图像的游程矩阵纹理分析联合ADC值对前列腺癌分化程度的评估
目的 探究MRI T2WI图像游程矩阵纹理分析技术联合ADC值在评估前列腺癌分化程度应用中的可行性,以期术前量化评估前列腺癌的分化程度.方法 回顾性分析50例经手术病理证实的前列腺癌患者MRI影像资料,并依据Gleason评分将≤6分归为高分化组(25例);将＞6分归为低分化组(25例).对前列腺进行标准化分区,依据病理结果分别选取病变T2WI横断位图像最大层面,采用Mazda纹理分析软件勾画感兴趣区并进行游程矩阵纹理分析,并在DWI图像选取相应感兴趣区测定ADC值,对高、低分化两组前列腺癌进行数据统计分析.建立ROC曲线并计算联合预测因子进行诊断效能比较分析,对纹理参数及ADC值与分化程度之间的相关性进行检测.结果 采用游程矩阵提取的5类参数中,水平方向(Horzl-GLNU)、垂直方向(Vertl-GLNU)、45度方向(45 dgr-GL-NU)、135度方向(135dgr-GLNU)上的灰度不均匀性(GLNU)在高、低分化两组间有显著差异(P值均＜0.05).ADC值在不同分化程度之间有显著差异(P＜0.05).Horzl-GLNU、Vertl-GLNU、45dgr-GLNU、135dgr-GLNU与分化程度呈负相关(r值分别为-0.450、-0.442、-0.470、-0.464,P值均＜0.05).ADC值与分化程度呈正相关(r值为0.423,P值＜0.05).纹理参数中,45dgr-GLNU的ROC曲线下面积(AUC)最大(0.771),敏感性和特异性分别为56.0％、92.0％.ADC值的AUC值为0.837,敏感性和特异性分别为64.0％、76.0％.联合预测因子AUC值为0.869,敏感性和特异性分别为72.0％、88.0％,诊断效能得到提升.结论 基于MRI T2WI图像的游程矩阵纹理分析联合ADC值可提高对术前前列腺癌分化程度的评估效能.
前列腺癌、分化程度、磁共振成像、游程矩阵、纹理分析、表观扩散系数值
39
R737.25;R445.2;R56
2020-05-28（万方平台首次上网日期，不代表论文的发表时间）
共5页
102-106
