CT纹理分析鉴别甲状腺良恶性结节和预测淋巴结转移

钟维佳, 邹欣芯,方正,游涛, 陈镜键

Chinese Journal of Medical Imaging Technology(2021)

Cited 1|Views0
No score
Abstract
目的 探讨CT纹理分析鉴别甲状腺结节良恶性和预测恶性结节淋巴结转移的价值.方法 回顾性分析174例经手术病理证实的甲状腺结节患者,包括122例良性病变(良性组)及52例恶性病变(恶性组);根据是否淋巴结转移将恶性组患者分为转移亚组(n=22)与无转移亚组(n= 30).采用Mazda软件于动脉期CT图像提取纹理特征,并以Fisher方法对纹理特征进行降维,分别获得良性组与恶性组、转移亚组与无转移亚组的最优纹理特征.比较良性组与恶性组、转移亚组与无转移亚组间最优纹理特征差异;针对差异有统计学意义的纹理参数采用二元Logistic回归分析影响甲状腺结节良恶性的独立预测因子,以ROC曲线法分析独立预测因子鉴别甲状腺结节良恶性的效能.结果 共提取279个纹理特征,经降维后获得良性组与恶性组各10个最优纹理特征参数,除参数S(5,-5)InvDfMom外,其余参数组间差异均有统计学意义(P均<0.05).参数Vertl_GlevNonU、45dgr_GlevNonU是甲状腺良恶性结节的独立预测因子(P均<0.05).Vertl_GlevNonU、45dgr_GlevNonU鉴别甲状腺良恶性结节的最佳阈值分别为21.11和33.61,前者的AUC、敏感度和特异度分别为0.76、73.80%及73.10%,后者分别为0.77、68.90%及75.00%.恶性组内转移亚组与无转移亚组间最优纹理特征差异均无统计学意义(P均>0.05).结论 基于CT甲状腺结节纹理特征分析对鉴别甲状腺良恶性结节具有一定价值,而对预测甲状腺恶性结节淋巴结转移价值有限.
More
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined