目的 探讨CT平扫图像图像纹理分析对肾透明细胞癌(ccRCC)和肾乏脂性血管平滑肌脂肪瘤(fp-RAML)的鉴别诊断价值.方法 纳入2012年1月至2018年5月间本院经手术病理证实为ccRCC或fp-RAML且行CT平扫检查患者43例,男14例,女29例;年龄(55.37±11.89)岁,共43个病灶,ccRCC 21个,fp-RAML 22个.利用其CT平扫图像进行纹理分析,从灰度直方图、共生矩阵、绝对梯度、自回归模型及小波变换中提取纹理特征值,再用费希尔参数(Fisher)法、最小分类误差与最小平均相关系数法(POE +ACC)及相关信息测度法(MI)从纹理参数中分别选择10个最优纹理特征值,使用Mazda的B11工具的线性判别分析法(LDA)和非线性判别分析法(NDA)对纹理特征进行分析,计算出其识别ccRCC和fp-RAML的最小错误率.LDA的最大分类特征应用于K邻近分类(KNN),NDA的最大分类特征则用于神经网络(ANN)进行鉴别诊断.利用Mazda提取的全部纹理参数做主成分分析、聚类降维,并用热图中差异明显的纹理特征参数做逻辑回归分析.结果 POE+ ACC-NDA/ANN法鉴别ccRCC和fp-RAML效能最好,最小错误率最低,该方法分别与Fisher-LDA/KNN、Fisher-NDA/ANN、POE+ ACC-LDA/KNN、MI-LDA/KNN及MI-NDA/ANN法对比分析,差异均有统计学意义(x2值分别为3.56、2.15、3.29、2.14、2.27;P值分别为0.019
作者:谭惠斌;熊飞;黄文才;王涛;李涵翰;游涛;陆然;吴倩;邹佳妮;刘江勇
来源:临床放射学杂志 2019 年 38卷 11期