CT平扫图像纹理分析鉴别腮腺多形性腺瘤 与恶性肿瘤的初步研究

任思桐; 李小虎; 刘斌; 李露露; 李志洁; 胡翀; 束晶苇

doi:10.15953/j.1004-4140.2019.28.06.06

CT平扫图像纹理分析鉴别腮腺多形性腺瘤
与恶性肿瘤的初步研究

安徽医科大学第一附属医院放射科, 合肥 230022

详细信息

作者简介:
任思桐(1995-),女,影像医学与核医学硕士研究生,安徽医科大学第一附属医院放射科,主要从事CT诊断与研究,Tel:13721057876;E-mail:szrst13721@126.com;刘斌^*(1962-),男,安徽医科大学第一附属医院放射科主任医师;主要从事CT、MRI的应用研究,Tel:13955167161,E-mail:lbhyz321@126.com。

中图分类号: R812
计量
- 文章访问数: 325
- HTML全文浏览量: 33
- PDF下载量: 16
出版历程
- 收稿日期: 2019-07-22
- 网络出版日期: 2021-11-07
- 发布日期: 2019-12-24

Preliminary Study on Differentiating Pleomorphic Adenoma and Malignant Tumors of the Parotid Gland by Texture Analysis of Non-Enhanced CT Images

Department of Radiology, the First Affiliated Hospital of Anhui Medical University, Hefei 230022, China

摘要

摘要:
目的：探讨CT平扫图像纹理分析方法鉴别腮腺多形性腺瘤及腮腺恶性肿瘤的可行性。方法：对经过CT平扫检查且经病理证实的45例腮腺多形性腺瘤和12例腮腺原发恶性肿瘤进行回顾性分析。应用软件工具在这些CT平扫图像上对病灶进行感兴趣区（ROI）的勾画，获得18个纹理参数。使用非参数检验对腮腺多形性腺瘤与恶性肿瘤的纹理参数进行统计学分析，并作ROC曲线，以评估有统计学差异的纹理参数的诊断效果。结果：由CT平扫的图像生成的18个不同的纹理参数中，共有10种纹理参数有统计学差异（P<0.05），其中中位数强度、平均值、体素值和、均方根误差、离均差诊断效能较高，AUC均大于0.8。结论：用CT平扫图像纹理分析方法可以鉴别腮腺多形性腺瘤和腮腺恶性肿瘤。
- 体层摄影术 /
- 腮腺 /
- 多形性腺瘤 /
- 腮腺恶性肿瘤 /
- 纹理分析
Abstract:
Objective: To evaluate the possibility of texture analysis on non-enhanced CT images for differentiating pleomorphic adenoma and malignant tumors of the parotid gland. Materials and Methods: 45 cases of parotid pleomorphic adenoma and 12 cases of primary malignant tumor of the parotid gland confirmed by pathology were included in this retrospective study. Texture analysis software was used to delineate region of interest (ROI) on the lesions of these non-enhanced CT images, and obtained 18 texture parameters. Nonparametric test was used to statistically analyze the texture parameters of parotid pleomorphic adenomas and malignant tumors, and the ROC curve was used to evaluate the diagnostic effect of parameters with statistical difference. Results: Among the 18 different CT texture parameters generated on these non-enhanced CT images, 10 texture parameters were statistically significant between the PA group and the MT group (P<0.05). Among them, Median Intensity, Mean Value Voxel Value Sum, RMS, Mean Deviation have higher diagnostic efficacies, the AUCs are all greater than 0.8. Conclusion: Texture analysis of CT plain scan images can be used to identify parotid pleomorphic adenomas and parotid malignancies.
- tomography /
- parotid gland /
- pleomorphic adenoma /
- parotid malignant tumor /
- texture analysis

HTML全文

参考文献(0)

施引文献(8)

期刊类型引用(4)

1.	王亦君，张赫，刘毅，林福昌，徐尤来. 水介质预击穿过程液相温度纹影诊断技术研究. 真空科学与技术学报. 2024(02): 132-138 . 百度学术
2.	伍文霞，傅钰雯，舒文，杨健晟. 基于Abel逆变换的颜色法测量火焰当量比的研究. 智能计算机与应用. 2022(10): 123-129 . 百度学术
3.	张虎，何建萍，林杨胜蓝. 微束等离子弧焊电弧三维光谱及其抗干扰解耦. 光谱学与光谱分析. 2020(01): 48-53 . 百度学术
4.	徐云霞，文鹏飞，张如伟，张宝金，薛花. 无井波阻抗反演在西沙水合物研究中的应用. CT理论与应用研究. 2017(04): 425-434 . 本站查看