目的:探讨超声影像纹理分析鉴别诊断腮腺混合瘤和腺淋巴瘤的价值。方法:选取43个腮腺混合瘤和54个腺淋巴瘤,对比分析两者的常规超声特征,并将超声二维影像导入MaZda软件中,手动勾画病变的感兴趣区,分别选择交互信息(mutual information,...目的:探讨超声影像纹理分析鉴别诊断腮腺混合瘤和腺淋巴瘤的价值。方法:选取43个腮腺混合瘤和54个腺淋巴瘤,对比分析两者的常规超声特征,并将超声二维影像导入MaZda软件中,手动勾画病变的感兴趣区,分别选择交互信息(mutual information,MI),分类错误概率联合平均相关系数(probability of classification error and average correlation coefficients,POE+ACC),Fisher系数以及三种方法的联合(Fisher+POE+ACC+MI)提取最具鉴别价值的纹理特征参数,并构建人工神经网络(artificial neural network,ANN)模型。以病理结果为标准,对比分析纹理分析和超声医师评估的误判率。结果:腮腺腺淋巴瘤患者的年龄以及男性患者的比例高于腮腺混合瘤患者,差异具有统计学意义(P<0.001)。常规超声特征中,两者在囊性变和血流丰富程度之间具有统计学差异(P<0.001或P<0.05)。MaZda软件提取的30组纹理参数中,共8组具有统计学差异(P均<0.05)。纹理方法的评估结果中,MI的总误判率为53.61%(52/97),POE+ACC为44.32%(43/97),Fisher系数为21.65%(21/97),三种方法联合为17.53%(17/97);且三种方法联合的总误判率明显低于超声医师的总误判率(29.90%,29/97),差异有统计学意义(χ^(2)=4.103,P<0.05)。结论:超声影像纹理分析对腮腺混合瘤和腺淋巴瘤的鉴别诊断具有一定的价值。展开更多
文摘目的:探讨超声影像纹理分析鉴别诊断腮腺混合瘤和腺淋巴瘤的价值。方法:选取43个腮腺混合瘤和54个腺淋巴瘤,对比分析两者的常规超声特征,并将超声二维影像导入MaZda软件中,手动勾画病变的感兴趣区,分别选择交互信息(mutual information,MI),分类错误概率联合平均相关系数(probability of classification error and average correlation coefficients,POE+ACC),Fisher系数以及三种方法的联合(Fisher+POE+ACC+MI)提取最具鉴别价值的纹理特征参数,并构建人工神经网络(artificial neural network,ANN)模型。以病理结果为标准,对比分析纹理分析和超声医师评估的误判率。结果:腮腺腺淋巴瘤患者的年龄以及男性患者的比例高于腮腺混合瘤患者,差异具有统计学意义(P<0.001)。常规超声特征中,两者在囊性变和血流丰富程度之间具有统计学差异(P<0.001或P<0.05)。MaZda软件提取的30组纹理参数中,共8组具有统计学差异(P均<0.05)。纹理方法的评估结果中,MI的总误判率为53.61%(52/97),POE+ACC为44.32%(43/97),Fisher系数为21.65%(21/97),三种方法联合为17.53%(17/97);且三种方法联合的总误判率明显低于超声医师的总误判率(29.90%,29/97),差异有统计学意义(χ^(2)=4.103,P<0.05)。结论:超声影像纹理分析对腮腺混合瘤和腺淋巴瘤的鉴别诊断具有一定的价值。