3.0T磁共振图像计算机特征鉴别诊断前列腺良恶性病变的价值

目的 探讨3.0T MRI图像计算机特征鉴别诊断前列腺良恶性病变的价值.方法 收集接受3.0T磁共振检查的前列腺患者330例,进行T1加权成像(T2WI)、T2加权成像(T2WI)、多b值的弥散成像(DWI)与动态增强检查.所有病例均经活检或手术病理证实,其中前列腺癌患者198例,前列腺增生患者132例.选取病变最大层面图像,手动勾画病灶感兴趣区(ROI),进行方向梯度直方图(HOG)特征、局部二值模式(LBP特征)、哈尔特征(Haar特征)提取.通过支持向量机(SVM)分类器进行训练并得到对应的分类模型,通过不同的分类模型对比选取最具有鉴别前列腺良恶性病变价值的图像特征参数,并采用图像特征分类分析统计方法对所选择的图像特征参数进行评估.鉴别诊断结果以绘制受试者工作特征曲线(ROC曲线)表示,并通过计算曲线下面积(AUC)、灵敏度、特异度、准确率来进行效果评估.结果 磁共振T2WI、长b值DWI、ADC图中,在Haar图像特征条件下,ADC图的AUC值最大(0.85);在HOG图像特征条件下,DWI序列的AUC值最大(0.78);在LBP图像特征条件下,ADC图的AUC值最大(0.87);在采用三种特征融合[HOG+LBP+Haar(HLH)]的图像特征条件下,DWI序列的AUC值较大(0.89),大于ADC图及T2WI序列的AUC值(0.88、0.84).图像特征分类分析方法中,LBP图像特征区分两种病变的AUC值较大(0.87),大于Haar图像特征(0.85)和HOG图像特征(0.78),HLH融合特征方法的AUC值(0.89)大于其中任一特征,具有最优的鉴别诊断结果.结论 3.0T MRI的T2WI、DWI/ADC图像计算机特征分析有助于鉴别诊断前列腺良恶性病变,长b值的DWI和ADC图对鉴别诊断前列腺良恶性结节占有重要地位,而HLH融合的计算机图像特征分析能为前列腺良恶性病变鉴别诊断提供可靠依据.