双参数纹理分析结合机器学习在高级别前列腺癌中的诊断价值

目的 对比MR双参数与多参数成像纹理及定量分析结合机器学习对高级别前列腺癌的诊断价值.资料与方法 回顾性分析疑似前列腺癌并行前列腺多参数MRI和经直肠超声引导穿刺活检取得病理结果的194例患者,采用Omni-Kinetics软件分别在T2WI、表观扩散系数(ADC)、T1加权动态磁敏感增强(T1WI_DSC)序列勾画病灶所在全部层面兴趣区,提取病变区纹理及定量特征数据后采用多因素Logistic回归分析.应用受试者工作特征(ROC)曲线评价双参数(T2WI+ADC)与多参数(T2WI+ADC+T1WI_DSC)诊断高级别前列腺癌的差异.结果 双参数诊断高级别前列腺癌的敏感度为82.61％,特异度为86.11％,准确度为84.75％;多参数诊断高级别前列腺癌的敏感度为86.97％,特异度为86.11％,准确度为86.44％.两验证组ROC曲线下面积差异无统计学意义(0.918比0.946,P=0.077).结论 MR双参数纹理分析结合机器学习诊断高级别前列腺癌有较高的准确性.