分享
打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈
收藏
摘要: 目的 探讨增强CT征象联合纹理分析参数鉴别胰头肿块型胰腺炎与胰头癌的价值.方法 回顾性收集2014年1月至2017年12月间南京中医药大学附属医院及皖南医学院第一附属医院经手术或活检病理证实的21例胰头肿块型胰腺炎与47例胰头导管腺癌患者.统计患者的性别、年龄等一般资料和CT征象,选择胰实质期进行纹理分析.对纹理参数进行最小绝对收缩和选择算子(LASSO)法进行降维处理.根据Shapiro-Wilks正态性检验结果,对连续型变量采用两独立样本t检验或Mann-Whitney U检验.分类变量采用x2或Fisher精确概率检验.运用多因素回归分析,建立CT征象、CT纹理分析、CT征象加纹理分析预测模型.受试者工作特征(ROC)曲线用于评价单个指标和各预测模型的诊断效能,Delong检验用于比较各模型的曲线下面积(AUC)值差异是否有统计学意义.结果 CT征象预测模型由胰实质期病灶CT值和胰管贯穿征组成,纹理分析预测模型由均方根和135°方向低灰度游程优势(low grey level run emphasis_angle 135)组成,二者的AUC值差异无统计学意义(Z=0.150,P>0.05).CT征象和纹理分析联合的预测模型诊断效能最高(AUC值0.944,敏感度83.0%,特异度95.2%,阳性似然比17.43,阴性似然比0.18),同CT征象预测模型(Z=2.008,P<0.05)和纹理分析预测模型(Z=2.236,P<0.05)差异均有统计学意义.结论 CT征象模型和纹理分析模型对胰头肿块型胰腺炎和胰头癌具有一定的鉴别诊断价值,增强CT联合纹理分析模型具有最好的诊断效能,可以进一步提高鉴别诊断能力.
关键词: 胰腺肿瘤、胰腺炎、体层摄影术、X线计算机、纹理分析
所属期刊栏目: 99
资助基金: 国家自然科学基金面上项目81771899;江苏省重点研发计划社会发展项目BE2017772;2018年江苏省研究生科研创新计划KYCX18_1651National Natural Science Foundation of China General Program81771899;Major Program of Research and Development of Jiangsu ProvinceBE2017772;Postgraduate Research and Innovation Program of Jiangsu ProvinceKYCX18_1651
在线出版日期: 2019-10-12(万方平台首次上网日期,不代表论文的发表时间)
页数: 共6页
页码: 2575-2580
英文信息展示
收起英文信息