典型文献
增强CT纹理分析预测肝细胞癌病理分级的价值
文献摘要：
目的 探讨基于增强CT的MaZda纹理分析技术预测肝细胞癌分化程度的价值及最佳效能分析.方法 回顾性分析经手术病理证实的128例单发肝细胞癌患者的增强CT图像,其中高级别组60例,低级别组68例.使用MaZda软件的6种纹理提取方法(直方图、灰度共生矩阵、游程矩阵、梯度模型、自回归模型和小波转换)及4种筛选方法(Fisher、POE联合ACC、MI和FPM),提取并筛选各期肿瘤纹理特征.使用B11软件的4种方法(RDA、PCA、LDA和NDA)对病灶进行分类,比较增强各期相、不同统计方法组合下纹理特征集预测肝细胞癌病理分级的最小误判率.使用二元Logistic回归建立模型,采用ROC曲线评估纹理特征及模型的预测价值.结果 在众多联合方法中,增强各期FPM联合NDA产生的误判率均低于其他方法,其中门脉期误判率最低3.13％,动脉期10.94％,延迟期7.81％,均在良好范围内.门脉期FPM筛选的30个纹理特征中23个有统计学意义(P<0.05),纳入二元Logistic回归模型筛选出3个纹理特征:Perc.99、S(3,-3)Contrast及WavEnLL_s-3.回归模型的曲线下面积为0.915,敏感度100％,特异度70％.结论 基于常规增强CT的MaZda纹理分析技术能够预测肝细胞癌的分化程度;不同增强时期及不同筛选分类方法相组合会产生不同的预测效能,其中以门脉期联合FPM及NDA为佳.门脉期联合FPM获得的纹理特征经过Logistic回归建模,模型诊断效能较高.
文献关键词：
肝细胞癌;病理分化程度;体层成像术;X线计算机;纹理分析;MaZda软件
中图分类号：
作者姓名：
张月;黄顺根;蒋震;盛茂;郭万亮
作者机构：
215006 江苏苏州,苏州大学附属儿童医院放射科;215006 江苏苏州,苏州大学附属儿童医院外科;215004 江苏苏州,苏州大学附属第二医院放射科
文献出处：
引用格式：
[1]张月;黄顺根;蒋震;盛茂;郭万亮-.增强CT纹理分析预测肝细胞癌病理分级的价值)[J].影像诊断与介入放射学,2022(03):163-168
A类：
WavEnLL,体层成像术
B类：
纹理分析,分析预测,癌病,病理分级,MaZda,技术预测,效能分析,经手,手术病理,单发肝细胞癌,中高级,高级别,别组,低级,纹理提取,直方图,灰度共生矩阵,游程,梯度模型,自回归模型,小波转换,筛选方法,Fisher,POE,ACC,MI,FPM,各期,纹理特征,B11,RDA,LDA,NDA,统计方法,征集,误判率,建立模型,预测价值,多联,其他方法,中门,动脉期,模型筛选,Perc,Contrast,同增,分类方法,合会,预测效能,回归建模,诊断效能,病理分化程度,线计算
AB值：
0.379952
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
