计算机体层摄影术纹理分析诊断肺结节的临床研究探讨

目的探讨与分析计算机体层摄影术纹理分析诊断肺结节的临床价值。方法选取2019年2月—2022年5月在江苏省金湖县中医院进行诊治的86例肺结节患者作为研究对象,在86例患者中,病理诊断为恶性结节18例(恶性组),良性结节68例(良性组)。所有患者都给予常规CT与计算机体层摄影术纹理分析,记录影像学特征并定量纹理参数。结果所有患者图像均能显示4~6级分支,恶性组的CT图像质量评分与良性组比较,差异无统计学意义(P>0.05)。恶性组的分叶征、空泡征、胸膜凹陷征、支气管充气征等占比为88.89%、77.78%、72.22%、83.33%,显著高于良性组的32.35%、33.82%、27.94%、32.35%,差异有统计学意义(P<0.05)。恶性组的肺动脉主干、肺叶动脉、肺段动脉与肺亚段动脉CT值与良性组相比都显著提高,差异有统计学意义(P<0.05)。恶性组的计算机体层摄影纹理分析相关参数——熵值、偏度、最大值与良性组相比都显著提高,差异有统计学意义(P<0.05)。在86例患者中,计算机体层摄影术纹理分析诊断为恶性结节17例,良性结节69例,为此计算机体层摄影术纹理分析诊断肺结节的敏感度与特异度为88.89%(16/18)和98.52%(67/68)。结论计算机体层摄影术纹理在肺结节的应用能够提供肉眼无法观察的纹理特征,可定量评估肺结节,诊断肺结节良恶性具有很好的敏感度与特异度。

计算机体层摄影术纹理分析联合螺旋CT靶扫描诊断孤立性肺结节良恶性诊断价值分析

目的:探讨与分析计算机体层摄影(CT)纹理分析联合螺旋CT靶扫描诊断孤立性肺结节良恶性诊断价值。方法:选择2018年6月-2021年8月在本院诊治的孤立性肺结节患者88例作为研究对象,所有患者都给予CT纹理分析联合螺旋CT靶扫描,记录影像学特征并判断诊断价值。结果:在88例患者中,病理诊断为恶性结节38例(恶性组),良性结节50例(良性组)。恶性组CT平扫期、动脉期与门静脉期的错判率分别10.5%、7.9%、5.3%,低于良性组的36.0%、28.0%、24.0%(P<0.05)。恶性组CT图像直方图均值、方差都高于良性组(P<0.05),两组偏度与峰度对比无显著差异(P>0.05)。在88例患者中,CT纹理分析联合螺旋CT靶扫描诊断为恶性孤立性肺结节37例,良性孤立性肺结节51例,CT纹理分析联合螺旋CT靶扫描诊断孤立性肺结节良恶性的敏感性与特异性为94.7%和98.0%。结论:CT纹理分析联合螺旋CT靶扫描诊断孤立性肺结节能反映结节内部CT纹理分析联合螺旋CT靶扫描诊断孤立性肺结节能反映结节内部的组织结构异质性,是孤立性肺结节良恶性鉴别的一个有效手段,有很好的临床应用价值。

计算机体层摄影术纹理分析对孤立性肺结节良恶性鉴别诊断的价值

目的探讨计算机体层摄影术（CT）纹理分析对孤立性肺结节良恶性鉴别诊断的应用价值。方法收集36例肺内炎性结节和54例周围型肺癌的CT图像资料，测量结节平扫及增强扫描各期的CT值，采用MaZda软件对肺结节进行CT纹理分析，提取熵、相关及对比度等纹理特征参数。采用受试者工作特征曲线评价各参数对肺结节良恶性鉴别诊断的效能。结果癌性结节组平扫期的熵、相关和对比度分别为1.58±0.07、0.02±0.17和8.79±2.59，炎性结节组分别为1.51±0.04、0.22±0.16和12.53±2.24，两组间差异均有统计学意义（P值分别为0.008、0.027和0.006）。癌性结节组与炎性结节组平扫期、增强扫描动脉期及静脉期的CT值，增强扫描动脉期及静脉期的熵、相关和对比度，差异均无统计学意义（均P〉0.05）。受试者工作特征曲线分析显示，CT平扫期的熵、相关及对比度鉴别诊断肺部癌性结节与炎性结节的曲线下面积（AUC）分别为0.821、0.778和0.875，三者联合鉴别诊断肺部癌性结节与炎性结节的AUC为0.931，均高于熵、相关及对比度独立诊断的AUC（均P〈0.01），灵敏度为88.9%，特异度为87.5%。结论CT纹理分析是一项有很高潜在价值的图像分析方法，可以为肺结节的良恶性鉴别诊断提供更多的参考信息。

CT征象联合纹理分析鉴别硬化性肺泡细胞瘤与周围型肺癌的价值

目的探讨CT征象联合纹理分析鉴别硬化性肺泡细胞瘤(pulmonary sclerosing pneumocytoma,PSP)与周围型肺癌(peripheral lung cancer,PLC)的价值。方法选取经病理证实的PSP患者136例及PLC患者131例,以7∶3的比例将所有病例随机分为训练集和验证集。分析两组病变CT特征及静脉期薄层CT图像纹理特征,用筛选出的特征参数构建多因素二元logistic回归模型并绘制ROC曲线,计算AUC值,评价各模型诊断PSP与PLC的效能。结果训练集和验证集两组间形态、钙化、液化坏死、分叶、毛刺、胸膜凹陷征、空洞、纵隔/肺门淋巴结肿大和16组最佳纹理参数差异有统计学意义(P<0.05)。CT特征模型由分叶、毛刺、胸膜凹陷征及纵膈/肺门淋巴结肿大组成;纳入训练集回归模型的最佳纹理参数共5组,分别为Perc.10%、S(3,0)SumAverg、S(4,0)SumAverg、S(4,4)SumAverg及WavEnLH_s-1。训练集中CT特征模型与CT纹理参数模型诊断PSP与PLC的AUC分别为0.847、0.851,二者间差异无统计学意义(P=0.912);CT特征联合纹理参数模型诊断两组病变的AUC最高,为0.939,其准确度、灵敏度和特异度分别为85.0%、82.1%和93.5%。验证集中影像学特征联合纹理参数模型诊断两组病变的AUC为0.923,高于CT影像特征模型(AUC=0.864;Z=2.627,P=0.009)和CT纹理参数模型(AUC=0.832;Z=2.147,P=0.031)。结论CT征象联合纹理分析对于鉴别PSP与PLC具有较好的诊断价值。

联合多期增强CT纹理分析及血液学指标术前预测胃癌VEGFR2表达状态

目的探讨多期动态增强CT纹理分析参数联合血液学指标术前预测胃癌血管内皮生长因子受体2(vascu‐lar endothelial growth factor receptor2,VEGFR2)表达状态的价值。方法选取本院148例胃癌患者资料,获得术前血液学指标和三期增强CT纹理分析参数。基于组内相关系数和差异性检验对参数进行特征筛选。基于二元Logistic回归构建血液学模型、CT纹理分析模型及综合模型来预测VEGFR2表达状态。通过受试者工作特征曲线评估三个模型的诊断效能,并通过列线图来可视化地预测胃癌患者VEGFR2的表达状态。结果基于血液学指标构建的血液学模型曲线下面积(area under the curve,AUC)为0.687。由静脉期纹理分析参数构建的CT纹理分析模型的AUC值为0.624。联合血液学模型和CT纹理分析模型构建的综合模型AUC值为0.723。结论联合多期动态增强CT纹理分析参数及血液学指标有助于术前预测胃癌VEGFR2表达状态。

能谱CT平扫图像直方图纹理分析对肾盂旁囊肿与肾盂积水的鉴别价值

目的:探讨能谱CT平扫单能量图像结合直方图纹理分析对肾盂旁囊肿与肾盂积水的鉴别价值。方法:回顾性收集25例肾盂旁囊肿(肾盂旁囊肿组)和18例肾盂积水患者(肾盂积水组)。应用能谱成像分析平台测量2组40~140 keV(以10 keV为间隔)11个不同单能量CT值,并分别行统计学比较。单能量CT值差异有统计学意义的,在AW4.5工作站上重建相应单能量图像,采用GEOmni-Kinetics软件进行直方图纹理分析,选择病灶最大层面勾画ROI,生成基于灰度直方图纹理参数,包括最小值,最大值,均值,标准差,变异度,偏度,峰度,均一性,能量,熵,第5、10、25、50、75、90、95百分位数。采用单因素分析比较2组间参数的差异,基于ROC曲线评价各参数的鉴别价值。采用多因素logistic回归模型进行特征筛选并构建最终的预测模型,绘制最终模型的ROC曲线并分析其价值。结果:40~50 keV条件下,肾盂旁囊肿组的单能量CT值大于肾盂积水组,差异均有统计学意义(均P<0.05),2组60~140 keV单能量CT值差异均无统计学意义(均P>0.05)。40 keV条件下,2组均值,峰度,能量,熵,第5、10、25、50、75百分位数差异均有统计学意义(均P<0.05),余参数差异均无统计学意义(均P>0.05);50 keV条件下,2组均值,第10、25、50百分位数差异均有统计学意义(均P<0.05),余参数差异均无统计学意义(均P>0.05)。ROC曲线分析显示,40 keV图像纹理参数鉴别肾盂旁囊肿与肾盂积水的AUC为0.696~0.756,均大于50 keV图像纹理参数的AUC。多因素logistic回归分析显示,40 keV图像纹理参数的峰度、能量和第25百分位数是肾盂旁囊肿与肾盂积水的独立预测因子,三者联合诊断鉴别肾盂旁囊肿与肾盂积水的AUC为0.915,敏感度为93.3%、特异度为83.3%。结论:基于能谱CT平扫40 keV图像的直方图纹理参数构建的多因素logistic回归模型能有效鉴别肾盂旁囊肿与肾盂积水。

CT平扫一阶纹理分析在腮腺多形性腺瘤与Warthin瘤中的鉴别价值

目的:探讨CT平扫图像的一阶纹理分析特征参数对腮腺多形性腺瘤和Warthin瘤的鉴别价值。方法:收集2019年7月至2021年12月经临床病理证实的腮腺多形性腺瘤和Warthin瘤患者各35例的CT平扫图像,在纹理分析软件中勾画全瘤灶的感兴趣区,得到一阶纹理特征参数。应用统计学分析以上参数在腮腺多形性腺瘤和Warthin瘤中差异有无统计学意义,并对有统计学意义的纹理特征参数制作ROC曲线,求得其诊断效能。结果:腮腺CT平扫图像的一阶纹理特征的18项参数中,以下9项参数有统计学意义(P<0.05):Percentile10(P=0.000)、Percentile90(P=0.000)、Energy(P=0.000)、Maximum(P=0.000)、Mean(P=0.000)、Median(P=0.000)、RootMeanSquared(P=0.000)、TotalEnergy(P=0.000)、Variance(P=0.046)其中Percentile90、RootMeanSquared、Mean、Median等4项参数诊断效能较好,AUC分别为94.80%、94.20%、93.80%、93.80%。结论:腮腺CT平扫一阶纹理分析在多形性腺瘤与Warthin瘤中的有一定鉴别价值。

CT纹理分析在鉴别腰椎多发性骨髓瘤与骨质疏松中的价值

目的探讨CT纹理分析在鉴别腰椎多发性骨髓瘤(MM)与骨质疏松中的价值。方法选取40例腰椎多发性MM(MM组)与腰椎骨质疏松40例(骨质疏松组)患者的资料进行分析,基于术前CT轴位图像,分别选择一个MM椎体和骨质疏松椎体勾画感兴趣区(ROI),利用MaZda软件提取图像纹理特征,用费希尔算法(Fisher)、分类错误率+平均相关系数算法(POE+ACC)、交互信息算法(MI)三种方法对提取的特征参数进行降维筛选,其每种方法筛选出10个最优纹理特征参数,然后利用原始数据分析法(RDA)、主要成分分析法(PCA)、线性判别分析法(LDA)、非线性判别分析法(NDA)四种分析方法分别结合降维筛选出的特征参数,计算各组合的分类误判率。对30个最优纹理特征参数进行统计学意义分析,获取具有统计学意义参数的受试者工作(ROC)曲线。对有意义的参数行Spearman相关分析做进一步筛选,筛选出的参数构建Logistic回归模型。结果三种降维方法中,POE+ACC结合NDA组合对两种疾病的误判率最低(2.50%),15个纹理特征具有统计学意义。经筛选后获得135dr_GlevNonU、Perc.99%、S(0,4)Correlat和WavEnLH_s-5的4个参数构建模型,ROC曲线分析表明该模型诊断效果较好,曲线下面积(area under the curve,AUC)为0.968。结论基于CT图像的纹理分析有助于鉴别MM与骨质疏松,且135dr_GlevNonU,Perc.99%,S(0,4)Correlat和WavEnLH_s-5构建的联合模型诊断效果较好。

基于CT平扫纹理分析预测腮腺多形性腺瘤包膜浸润的初步研究

目的:探究基于CT平扫图像纹理分析预测腮腺多形性腺瘤(PA)包膜浸润的可行性。方法:选取2016年1月—2022年10月于靖江市人民医院经手术病理确诊为腮腺PA的患者49例,其中包膜浸润组21例,包膜未浸润组28例。运用Mazda软件在CT平扫图像上手动勾画病灶最大层面感兴趣区(ROI)。应用Fisher系数、POE+ACC及MI 3种降维方式,筛选出最佳纹理参数,通过受试者工作特征(ROC)曲线评估其诊断效能。结果:纹理特征参数中包膜浸润组的S(0,3)DifVarnc、VertlRLNonUni、HorzlRLNonUni、HorzlGLevNonU、135drRLNonUni、135drGLevNonU均高于包膜未浸润组,且差异有统计学意义(P<0.05)。ROC曲线显示VertlRLNonUni的灵敏度与特异度较为平衡,其AUC值、灵敏度、特异度分别为0.747、76.19%、71.43%,具有良好预测效能。结论:CT平扫图像纹理分析能够提高术前腮腺PA包膜浸润的预测效能,对指导临床手术方式选择及预后评估有重要作用。

肝泡型棘球蚴病门静脉期增强CT纹理分析预测其肝外转移

目的观察肝泡型棘球蚴病(HAE)门静脉期增强CT纹理分析预测其发生肝外转移的价值。方法回顾性收集经病理确诊的105例HAE患者,根据术前影像学所见分为转移组(n=55)及非转移组(n=50)。采用MaZda软件于术前腹部门静脉期增强CT中提取肝内病灶灰度直方图纹理特征参数,包括均值、方差、偏度、峰度及第1、10、50、90、99百分位数(记为Perc1、Perc10、Perc50、Perc90、Perc99),以单因素及多因素logistic回归进行分析,筛选HAE肝外转移的独立预测因素;绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估各独立预测因素单一及其联合预测HAE肝外转移的效能。结果肝内病灶的均值及偏度均为HAE肝外转移的独立预测因素(P均<0.05),其预测HAE肝外转移的AUC分别为0.853及0.850,二者联合的AUC达0.902。结论HAE门静脉期增强CT纹理分析可有效预测其肝外转移。

CT纹理分析评估非小细胞肺癌ALK基因状态的价值

目的:探讨CT纹理分析对非小细胞肺癌(NSCLC)患者的间变性淋巴瘤激酶(ALK)基因状态的预测价值。方法:回顾性收集54例经病理证实的NSCLC患者,其中ALK基因变异者18例,未变异者36例。采用Omni-Kinetics软件对肺癌患者治疗前的增强CT图像进行纹理分析,比较纹理参数在ALK基因变异与未变异组间的差异。采用受试者工作特征(ROC)曲线评估纹理参数的预测效能。结果:ALK变异组中的Mean、Entropy、Grey Level Nonuniformity显著高于未变异组(P=0.003、0.021、0.030),Energy、Sphericity显著低于未变异组(P=0.002、0.030)。CT各纹理参数预测ALK基因状态的ROC曲线下面积(AUC)值在0.673~0.796,CT纹理参数联合后,其AUC值提高至0.853,灵敏度为0.711,特异度为0.972。结论:CT纹理分析可用于预测NSCLC患者的ALK基因突变状态,有望为ALK基因状态的诊断提供辅助信息。

单光子发射计算机断层成像术/CT对关节置换术后无菌性假体松动诊断价值的Meta分析

背景近年来,单光子发射计算机断层成像术(SPECT)/CT逐步应用于关节置换术后并发症的诊断。但文献报道的灵敏度、特异度各不相同。目的评价SPECT/CT诊断关节置换术后无菌性假体松动(AL)的临床价值。方法计算机检索Pub Med、Cochrane Library、Elsevier、中国知网、维普网、万方数据知识服务平台等数据库。检索日期截至2016年12月。并手工检索《中华骨科杂志》《中华放射学杂志》和部分相关英文杂志。评价SPECT/CT对关节置换术后AL的诊断价值。采用Meta-Disc 1.4软件进行Meta分析,计算合并灵敏度、特异度、阳性似然比、阴性似然比,并描绘综合受试者工作特征(SROC)曲线。结果最终纳入5篇文献,合并灵敏度为0.94[95%CI(0.87,0.98)]、合并特异度为0.92[95%CI(0.86,0.96)]、合并阳性似然比为9.80[95%CI(2.02,47.61)]、合并阴性似然比为0.09[95%CI(0.04,0.20)]。SROC曲线下面积(AUC)为0.973,Q=0.925。结论 SPECT/CT对于诊断关节置换术后AL有较好的灵敏度和特异度,可作为关节置换术后AL诊断的优先选择。

利用远程及纹理分析提高基层高原肺水肿的诊断能力

目的 利用网络平台、远程传输和纹理分析的方法提高喀什偏远高原地区对于高原肺水肿的诊断和鉴别能力。方法 回顾性分析经喀什地区塔什库尔干县远程传输并进行纹理分析的病例56例,其中临床确诊的21例高原肺水肿及35例肺部炎症。所有患者均行CT扫描,进行组间比较,评估远程及纹理分析提升的基层鉴别能力。结果 经远程会诊前后两者鉴别诊断能力差异存在统计学意义(P <0.05);将高原肺水肿与双肺炎症CT图像进行纹理分割,得到10个纹理参数两者间差异存在统计学意义(P <0.05)。结论 通过远程会诊和CT图像的纹理分析参数可以明显提升基层偏远地区对于高原肺水肿的诊断并采取积极治疗。

增强CT联合纹理分析鉴别无钙化肺错构瘤与原发性肺腺癌的价值

目的 探讨增强CT联合纹理分析鉴别无钙化肺错构瘤(NCPH)与原发性肺腺癌(PLA)的价值。资料与方法 回顾性收集2018年3月—2021年5月郑州大学第一附属医院经病理证实的NCPH患者84例及PLA患者91例,以7∶3将所有病例随机分为训练集(NCPH 59例,PLA 64例)和验证集(NCPH 25例,PLA 27例)。分析两组CT图像的影像学特征,并采用MaZda软件对CT静脉期薄层图像进行纹理分析。使用筛选出的纹理参数和影像特征构建多因素二元Logistic回归模型,绘制受试者工作特征曲线,计算曲线下面积(AUC),比较各模型对NCPH与PLA的诊断效能。结果 训练集中,CT影像特征模型由平扫CT值、强化程度及毛刺征组成;纳入CT纹理参数模型的最佳纹理参数为Perc.90%和Variance。在训练集中,CT影像特征模型与CT纹理参数模型诊断NCPH与PLA的AUC分别为0.890、0.831,两者差异无统计学意义(P>0.05);影像特征联合纹理参数模型的AUC最大,为0.936,其准确度为0.846。验证集中,CT影像特征模型、CT纹理参数模型及影像特征联合纹理参数模型鉴别两者的AUC分别为0.856、0.834、0.964。结论 CT纹理分析鉴别NCPH与PLA具有一定的诊断价值,联合CT影像特征可进一步提高鉴别效能。

孤立性肺结节在HDCT的计算机辅助诊断

目的本文尝试设计一款基于高清晰度CT(HDCT)图像的孤立性肺结节(SPN)计算机辅助诊断系统(CADS),以提高恶性SPN的检出率,使诊断更加客观、科学。方法收集经临床病理证实的孤立性肺结节120例,包括恶性肿瘤、良性肿瘤、结核和炎性假瘤,随机抽取60例作为实验集,60例作为验证集。实验集HDCT图像经图像预处理、感兴趣区域(ROI)基于标记的分水岭算法分割和ROI纹理特征参数提取,对获得的5项纹理特征参数做统计学处理,将统计结果应用于系统以对SPN做良恶性分析并给出提示信息。验证集HDCT图像输入系统后,对比系统预测结果与主任医师和住院医师预测结果来评价系统的可靠性。结果对比度、相关性、熵、平稳度和二阶矩t检验P值分别为0.000、0.002、0.914、0.295、0.002。对比度、相关性和二阶矩良性区间分别为(903,2003)、(2.76,3.48)、(0.01,1.54),恶性区间分别为(502,898)、(3.49,3.71)、(1.79,29.86)。系统、主任医师和住院医师的敏感度分别为83.3%、93.3%、76.7%,假阳性率分别为13.3%、16.7%、26.7%,正确率分别为85%、88.3%、75%。结论基于标记的分水岭算法对与胸壁或纵隔粘连的结节及磨玻璃病变等均可以较好地将其分割提取出来。对比度、相关性和二阶矩有统计学意义。系统在预测SPN良恶性具有较高的敏感性和准确性及最低的假阳性。CAD在SPN良恶性诊断具有一定的临床使用价值,本系统可以辅助临床医师诊断SPN良恶性。

基于门静脉期CT图像3D纹理分析评估肝泡型棘球蚴病生物学活性

目的 观察门静脉期CT图像3D纹理分析评估肝泡型棘球蚴病(HAE)生物学活性的价值。方法 回顾性分析110例经术后病理确诊HAE患者的上腹部CT及PET/CT资料,依据PET/CT结果将其分为活性组(n=55)及无活性组(n=55)。采用MaZda软件于门静脉期CT图中逐层勾画病灶ROI,获得感兴趣容积(VOI);提取其直方图3D纹理特征参数并进行组间比较,将差异有统计学意义者纳入logistic回归分析行变量间共线性检验,以无共线性变量构建联合模型。绘制受试者工作特征曲线,计算曲线下面积(AUC),评估单一纹理特征及联合模型评估HAE病灶生物学活性的效能。结果 3D纹理特征参数中,组间均值、变异度、偏度、峰度、第50百分位数、第90百分位数和第99百分位数差异均有统计学意义(P均<0.05);其中,均值、变异度、偏度、峰度及第99百分位数无共线性,单独以之判断HAE病灶生物学活性的AUC为0.614~0.628,而联合模型的AUC为0.714。结论 门静脉期CT图像3D纹理分析对于判断HAE病灶生物学活性具有一定价值。

基于CT图像纹理分析预测胸腺上皮性肿瘤Masaoka-Koga分期的研究

目的探讨CT图像纹理分析在预测胸腺上皮性肿瘤(TETs)Masaoka-Koga分期中的价值。方法回顾性分析经手术病理证实的114例TETs患者的CT图像,根据Masaoka-Koga分期将TETs分为早期(Ⅰ~Ⅱ期)与进展期(Ⅲ~Ⅳ期)。提取CT平扫及增强图像上肿瘤各期的纹理参数,对纹理参数进行降维后求得加权Rad-score值,使用受试者工作特征(ROC)曲线分析纹理特征的预测效能。结果114例TETs患者中包括男58例,女56例;早期61例,进展期53例。基于CT图像纹理分析,在鉴别早期和进展期TETs时CT平扫参数V_(14)(Kurtosis)、V_(462)(Correlation_angle90_offset9)、V_(481)(Sum Entropy)等参数具有统计学意义(均P<0.05),动脉期V_(16)(Histogram Energy)、V_(32)(Percentile70)、V_(481)(Sum Entropy)等参数具有统计学意义(均P<0.05);静脉期V_(148)(GLCM Entropy_offset3_SD)、V_(469)(Inertia_angle135_offset9)、V_(966)(LRE_offset9)等参数具有统计学意义(均P<0.001);Rad-score值在鉴别早期和进展期TETs方面:CT平扫、动脉期和静脉期的AUC值分别为0.692(0.595,0.789)、0.878(0.813,0.944)和0.685(0.603,0.767)。结论CT图像纹理分析在术前预测TETs的Masaoka-Koga分期中具有潜在价值,有助于对TETs患者进行个性化诊疗。

肠道CT图像纹理分析对肠道良恶性病变的鉴别诊断价值

目的探讨肠道CT图像纹理分析在肠道良恶性病变鉴别诊断中的价值。方法回顾性分析经临床诊断或病理证实的118例肠道病变患者(良性47例,恶性71例)的肠道CT资料。取肠道病变部位CT平扫图像的5个灰度共生矩阵纹理参数(对比度、能量、熵、相关、一致性)进行分析,比较肠道良恶性病变患者上述纹理特征差异。并绘制ROC曲线,分析各参数对肠道良恶性病变的诊断价值。结果恶性肠道病变对比度、熵大于良性病变,差异有统计学意义(P<0.05);恶性肠道病变的能量、相关、一致性均小于良性病变,差异有统计学意义(P<0.05)。ROC结果显示,对比度、能量、熵、相关、一致性5个纹理特征指标在鉴别肠道良恶性病变方面具有显著差异,其诊断AUC分别为0.711、0.935、0.883、0.771、0.854。结论肠道CT图像纹理分析可准确鉴别肠道良恶性疾病,具有较高的应用前景。

人工智能CT定量分析技术在评价不同时期肺挫伤支气管变化过程中的应用价值

目的:探讨人工智能CT定量分析技术在肺挫伤病情进展中的应用价值。方法:回顾性分析90例肺挫伤患者108处病灶的CT资料,利用人工智能CT定量分析技术自动分割图像,并测量不同时期(急性期、渗出期及吸收好转期)肺挫伤3~7级支气管定量指标,行统计学分析。结果:渗出期3~7级支气管的最大壁厚、平均壁厚大于急性期和吸收好转期,渗出期4~7级支气管的管腔内外直径、管腔内外周长及5~7级支气管的内腔横截面积、管壁横截面积小于急性期和吸收好转期(均P<0.05)。急性期4~7级支气管的最大壁厚、平均壁厚大于吸收好转期而小于渗出期,急性期4~7级支气管的管腔内外直径、管腔内外周长及5~7级支气管的内腔横截面积、管壁横截面积小于吸收好转期而大于渗出期,差异均有统计学意义(均P<0.05)。急性期肺挫伤灶占两肺总容积的百分比为(4.26±1.81)%,渗出期为(7.91±2.70)%,吸收好转期为(1.63±0.91)%。急性期肺挫伤灶容积占比与7级支气管内腔横截面积、最大壁厚及平均壁厚相关,渗出期肺挫伤灶容积占比与5级支气管内腔横截面积、支气管内外直径及内周长相关,吸收好转期肺挫伤灶容积占比与6级支气管内腔横截面积、最大壁厚、平均壁厚及7级支气管最大壁厚相关。结论:人工智能CT定量分析技术可直观显示肺挫伤及支气管的形态学变化情况,为临床预估病情发展及干预治疗提供新方法。

基于影像纹理分析对早期肺癌诊断的研究

目的探讨基于影像纹理分析对早期肺癌的诊断价值。方法选取2020年7月至2022年3月在我院治疗的56例早期肺癌患者为观察组,同期选取了60例肺部良性病变患者为对照组。所有患者均行CT检查,并基于CT影像图提取纹理特征参数,包括直方图参数和灰度共生矩阵(GLGM)参数。比较2组的直方图参数和GLGM参数,并绘制受试者工作特性曲线(ROC)评估各参数对早期肺癌的诊断价值。结果基于CT影像图提取的纹理直方图参数中,2组的偏度、峰度比较差异无统计学意义(P>0.05),观察组的平均值、标准差均高于对照组,差异有统计学意义(P<0.05)。基于CT影像图提取的纹理GLBM参数中,2组的均匀性比较差异无统计学意义(P>0.05),观察组的能量低于对照组,熵、相关性均高于对照组,差异有统计学意义(P<0.05)。基于CT影像图提取的纹理特征参数对早期肺癌均具有显著的诊断价值(AUC>0.5,P<0.05),其中能量的曲线下面积(AUC)为0.944,其次为平均值和熵,分别为0.872、0.842,AUC最小的是相关性0.674。结论基于CT影像纹理特征参数可作为诊断早期肺癌的有效参考指标。