CT图像纹理分析评估胰腺神经内分泌肿瘤的病理分级
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12117/jccmi.2018.11.006

CT图像纹理分析评估胰腺神经内分泌肿瘤的病理分级

引用
目的:探讨CT图像纹理分析对胰腺神经内分泌肿瘤(Pancreatic neuroendocrine neoplasm,PNEN)病理分级的诊断价值.方法:回顾性分析109例经手术或病理活检确诊为胰腺神经内分泌肿瘤患者的CT动脉期及门脉期图像,ITK-Snap软件手动勾画感兴趣区(ROI),A.K.软件提取ROI纹理特征,采用最小绝对收缩与选择算子(The least absolute shrinkage and selection operator,LASSO)降维运算获取纹理特征及其受试者工作特征曲线下面积(AUROC).结果:筛选出动脉期纹理特征共5个,分别为熵(GLCMEntropy_AllDirection offset7_SD)、峰度(kurtosis)、肿瘤在三维空间内的最大直径(Maximum 3D diameter)、变换后形成的正态曲线内0.025分位处的数值(Quantile0.025)及肿瘤表面积与体积的比值(Surface volume ratio),其AUROC分别为0.715、0.529、0.724、0.672及0.698,门静脉期特征2个,为肿瘤在三维空间内的最大直径及肿瘤表面积与体积的比值,其AUROC分别为0.722及0.703.结论:CT图像纹理分析可用于判断PNEN的病理分级.

癌、神经内分泌、胰腺肿瘤、体层摄影术、螺旋计算机

29

R735.9;R814.42(肿瘤学)

2018-12-17(万方平台首次上网日期,不代表论文的发表时间)

共4页

788-791

相关文献
评论
暂无封面信息
查看本期封面目录

中国临床医学影像杂志

1008-1062

21-1381/R

29

2018,29(11)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn