目的 探讨基于T2WI的3D纹理分析评估宫颈癌组织学分级的价值.方法 回顾性分析经病理证实的175例宫颈癌患者,其中高分化41例(高分化组),中分化76例(中分化组),低分化58例(低分化组),术前均接受常规MR平扫及增强扫查.采用ITK-SNAP软件勾画感兴趣体积(VOI),以LIFEx软件计算获取41个纹理参数;比较3组间纹理参数差异,以组间差异有统计学意义的纹理参数构建Logistic回归模型,评价其评估宫颈癌组织学分级的效能.结果 低、中、高分化组间,区域灰度不均匀度(GLNUz)、区长度不均匀度(ZLNU)、能量(GLCM-Energy)、强度(Busyness)、游程灰度级不均匀度(GLNUr)、游程长度不均匀度(RLNU)、体积(Volume-vx)及容积(Volume-ml)8个参数差异有统计学意义(P均＜0.05).低分化组与高分化组间8个纹理参数差异均有统计学意义(P均＜0.05),中分化与高分化组间Energy,GLNUz、ZLNU差异有统计学意义(P均＜0.05).低、中、高分化组间差异有统计学意义的8个纹理参数均与组织学分级相关(|r| =0.491?0.567).低分化与高分化组间8个差异有统计学意义纹理参数鉴别二者的AUC为0.711?0.774,以其构建的Logistic回归模型的AUC为0.875,敏感度87.50％,特异度77.78％.中分化与高分化组间3个差异有统计学意义的纹理参数的AUC为0.685?0.717,以此构建的Log

作者：尹进学；卢斌贵；杨佩瑜；钟熹；陈志军；桂思；洪璇阳；李颖慧；孙紫情；李建生

来源：中国医学影像技术 2021 年 37卷 1期