目的 探讨CT纹理分析方法在误诊的肺实性结节鉴别诊断中的应用价值.方法 回顾性分析CT误诊、经手术和病理证实的89例肺实性结节患者资料,包括良性病变误诊为肺癌54例和肺癌误诊为良性病变35例.采用MaZda软件对患者的CT图像进行纹理分析,分别用3种纹理特征提取方法(Fisher系数,Fisher;分类错误概率联合平均相关系数,POE+ ACC;交互信息,MI)选择出前10个最有鉴别意义的纹理特征参数.采用原始数据分析(raw data analysis,RDA)、主要成分分析(principal component analysis,PCA)、线性分类分析(linear diseriminant analysis,LDA)和非线性分类分析(nonlinear discriminant analysis,NDA)评估3种特征提取方法和三联法(Fisher+ POE+ ACC+ MI,FPM)鉴别良、恶性肺实性结节的错判率(misclassified rate,MCR).结果 Fisher、POE+ ACC和MI这3种纹理特征提取方法选择的特征参数鉴别良、恶性肺实性结节的MCR均较低,FPM法可进一步降低MCR,用LDA分析3种特征提取方法鉴别良、恶性肺结节的MCR最低;用LDA分析FPM法(LDA-FPM)可使MCR进一步降低至0.结论 利用CT图像纹理分析的方法有助于对误诊的良、恶性实性肺结节进行鉴别.
作者：张博薇；强金伟；叶剑定；张玉；高淳
来源：复旦学报（医学版） 2019 年 46卷 3期
