论文部分内容阅读
目的:探讨CT平扫图像纹理分析方法鉴别诊断腮腺良恶性肿瘤以及鉴别几种较常见良性肿瘤(多形性腺瘤、腺淋巴瘤、基底细胞腺瘤)的可行性。资料与方法:回顾性分析经病理证实的201例腮腺肿瘤(包括117例多形性腺瘤、39例腺淋巴瘤、19例基底细胞腺瘤和26例腮腺原发恶性肿瘤)的CT平扫图像,应用Artificial Intelligent Kit纹理分析软件对这些CT图像进行纹理分析,选取得到的参数中18个纹理参数进行分析,运用Mann-Whitney U检验先比较腮腺良恶性肿瘤之间的各纹理参数的差异,再两两比较这3种腮腺良性肿瘤间各纹理参数的差异,并作ROC曲线来评估各纹理参数的诊断效果。结果:在CT平扫图像上得到18个纹理参数,分别为最小强度、最大强度、中位数强度、平均值、标准差、方差、体积计数、体素值和、范围、均方根值、离均差、相对偏差、偏度、峰度、均匀性、直方图能量、直方图熵以及频率大小,在这18个纹理参数中,腮腺良恶性肿瘤之间共有9种纹理参数有统计学差异(P<0.05),分别为最大强度、中位数强度、平均值、体积计数、体素值和、均方根值、离均差、相对偏差、频率大小,其中体积计数、体素值和、频率大小诊断效果相对较好,ROC的曲线下面积(AUC)分别为0.747、0.758、0.747;三种腮腺良性肿瘤中,多形性腺瘤和腺淋巴瘤之间有13种纹理参数有统计学差异(P<0.05),分别为最小强度、最大强度、中位数强度、平均值、体积计数、体素值和、范围、均方根值、离均差、均匀性、直方图能量、直方图熵、频率大小,其中最大强度、中位数强度、平均值、体素值和、离均差诊断效果相对较好,ROC的曲线下面积(AUC)分别为0.815、0.815、0.806、0.815、0.806;腺淋巴瘤和基底细胞腺瘤之间10种纹理参数有统计学差异(P<0.05),分别为最小强度、最大强度、中位数强度、平均值、体积计数、体素值和、均方根值、离均差、均匀性、频率大小,其中中位数强度、平均值、均方根值、离均差诊断效果相对较好,ROC的曲线下面积(AUC)分别为0.820、0.812、0.814、0.812;这18种纹理参数在多形性腺瘤和基底细胞腺瘤之间无统计学差异(P>0.05)。结论:基于CT平扫图像的纹理分析在鉴别腮腺良恶性肿瘤、腮腺多形性腺瘤和腺淋巴瘤、腮腺腺淋巴瘤和基底细胞腺瘤时有一定的价值。