基于T_(2)WI纹理分析鉴别宫颈鳞癌和腺癌的价值研究

目的探讨T_(2)WI纹理分析在术前鉴别宫颈鳞癌和宫颈腺癌中的价值。方法选取92例患者的术前T_(2)WI图像,从A·K软件中提取纹理参数共1117个,进一步进行纹理分析。通过Mann-Whitney u检验、单变量logistic回归分析和最小冗余最大相关性算法,选择纹理特征来区分宫颈鳞癌和宫颈腺癌。基于随机森林算法构建区分鳞癌和腺癌的预测模型,并通过受试者工作特征(ROC)曲线分析,以评价模型的诊断性能。最后,通过10次留组交叉验证法(LGOCV)评估预测模型的稳健性和可重复性。结果本文中在特征选择后,最终保留了5个鉴别宫颈鳞癌和宫颈腺癌的纹理特征用于构建RF模型。预测模型在区分宫颈鳞癌和宫颈腺癌方面具有良好的分类性能:准确率为81.4%、敏感性为81.33%,特异性为81.8%。此外,使用10次LGOCV算法证明了预测模型的稳健性和可重现性(平均AUC,0.83)。结论磁共振T_(2)WI纹理分析在鉴别宫颈鳞癌和宫颈腺癌方面有一定的鉴别诊断价值。