基于MRI圖像紋理分析在鑒別前列腺增生和前列腺癌的應(yīng)用價值研究.pdf

1、第一部分:多模態(tài)MRI圖像紋理分析鑒別前列腺增生和前列腺癌價值比較
　　目的:本文擬運用MaZda軟件，探討T2WI、增強早期、增強延遲期、彌散ADC圖像紋理分析在鑒別前列腺增生和前列腺癌中的價值。
　　研究方法:回顧性分析我院2015年12月至2016年10月行前列腺MR檢查并手術(shù)確診為前列腺增生和前列腺腺癌的患者84例。在AW4.5工作站，使用GEFunctool軟件包將DWI圖像轉(zhuǎn)變成ADC圖，并保存;對Lava動態(tài)增

2、強圖像繪制時間-信號強度曲線，在髂動脈上放置ROI，將曲線達到最高點（即髂動脈強化程度最大）時的期相作為增強早期，將動態(tài)增強末期作為延遲期，分別保存圖像，用于圖像的后處理及數(shù)據(jù)的測量。由兩名分別具有13年和19年腹部影像診斷經(jīng)驗的放射科醫(yī)師閱讀圖像，結(jié)合病理結(jié)果共同選出病灶最大層面的圖像，并確定病灶范圍，如有不同意見需協(xié)商一致達成共識。由一名放射科醫(yī)師采用MaZda軟件在已選擇的病變最大層面的圖像上手動繪制ROI得到各個紋理特征參數(shù)值。

3、利用MaZda軟件自帶的B11統(tǒng)計軟件模塊根據(jù)所選擇的紋理特征來分類這兩種疾病。最后輸出T2WI、增強早期、增強延遲期、彌散ADC這四個序列區(qū)分前列腺增生與前列腺癌的結(jié)果，以錯判率(MCR)的形式表述。
　　結(jié)果:基于彌散ADC圖像的紋理分析鑒別能力明顯優(yōu)于基于其他三個序列圖像的鑒別能力。在RDA、PCA、LDA和NDA這四種分類方法中，NDA方法鑒別前列腺增生與前列腺癌的錯判率均明顯低于其他方法。
　　結(jié)論:基于彌散ADC

4、圖像的紋理分析可作為輔助手段，為臨床鑒別前列腺增生和前列腺癌提供可靠的客觀依據(jù)，確保了診斷的準確性。在鑒別前列腺增生和前列腺癌時非線性分類(NDA)比線性分類(RDA、PCA、LDA)更有效，但臨床應(yīng)用時應(yīng)注意到其推廣能力及樣本依賴性的特點。
　　第二部分:基于彌散ADC圖像的灰度直方圖紋理分析鑒別前列腺增生與前列腺癌的價值
　　目的:利用MaZda軟件提取彌散ADC圖像灰度直方圖的紋理特征，探討其在鑒別前列腺增生和前列腺癌

5、中的價值。
　　研究方法;回顧性分析我院2015年12月至2016年10月行前列腺MR檢查并手術(shù)確診為前列腺增生和前列腺腺癌的患者84例。在AW4.5工作站，使用GEFunctool軟件包將DWI圖像轉(zhuǎn)變成ADC圖，并保存。由兩名分別具有13年和19年腹部影像診斷經(jīng)驗的放射科醫(yī)師閱讀圖像，并結(jié)合病理結(jié)果共同選出病灶最大層面的圖像，并確定病灶范圍，如有不同意見需協(xié)商一致達成共識。由一名放射科醫(yī)師采用MaZda軟件在已選擇的病變最大層

6、面的ADC圖像上手動繪制ROI，結(jié)合病理結(jié)果并參照T2WI及動態(tài)增強圖像，避開血管及偽影，得到ROI范圍內(nèi)各個紋理特征參數(shù)值，記錄灰度直方圖各參數(shù)值，三次測量取平均值，并將其灰度直方圖保存于硬盤，以用于病變的進一步統(tǒng)計分析。對前列腺增生和前列腺癌ADC圖灰度直方圖參數(shù)偏度、峰度、均值、方差、百分位數(shù)值(1％、10％、50％、90％、99％)的比較采用獨立樣本t檢驗。對有統(tǒng)計學(xué)差異的參數(shù)繪制受試者工作特性曲線(ROC曲線)確定診斷閾值，并

7、計算其曲線下面積(AUC)、敏感度、特異度。P＜0.05為差異有統(tǒng)計學(xué)意義。
　　結(jié)果:前列腺增生ADC圖的百分位數(shù)(1％、10％、50％、90％、99％)、平均值均高于前列腺癌組，差異有統(tǒng)計學(xué)意義（P均＜0.05）。前列腺增生ADC圖的偏度、峰度、方差值均小于前列腺癌組，差異有統(tǒng)計學(xué)意義（P均＜0.05）。百分位數(shù)(1％、10％、50％、90％、99％)、平均值、偏度、峰度、方差的AUC分別為:0.97、0.94、0.94、0.