论文部分内容阅读
目的:研究常规MRI图像的纹理分析对判断宫颈癌分化程度的效能及临床价值材料与方法:回顾性纳入2016年12月至2019年12月我院收治行常规MRI检查,并经病理结果证实的宫颈癌47例（低分化20例、中高分化27例）,在多序列MRI图像上勾画出肿瘤最大径层面的肿瘤实性部分作为ROI,利用Image J软件,采用直方图及灰度共生矩阵（GLCM）纹理分析方法,测量各序列图像的均值、最大值、最小值、标准差、峰度、偏度、模态灰度值、ASM能量、对比度、逆差矩、熵值、自相关等纹理参数,并与术后病理结果进行对照分析。采用独立样本t检验、Mann-Whitney U检验比较低分化与中高分化宫颈癌MRI图像的直方图以及灰度共生矩阵参数的差异。并进一步对有统计学意义的参数绘制ROC曲线,分析其预测宫颈癌分化程度的效能。结果:（1）ADC图像主要直方图参数中,低分化宫颈癌的标准差(SDADC)为21.998（18.691,24.628）,中高分化宫颈癌为15.994（13.918,20.833）。低分化宫颈癌的标准差(SDADC)大于中高分化宫颈癌,两组间差异有统计学意义（Z值为-2.410,P值为0.016）。（2）灰度共生矩阵参数中,低分化宫颈癌的增强T1WI、T2WI序列的对比度(ConCE-T1WI、ConT2WI)分别为160.717（109.615,198.950）、444.153±128.199,中高分化宫颈癌分别为210.074（149.318,262.359）、554.993±166.978。低分化宫颈癌增强T1WI、T2WI序列的对比度(ConCE-T1WI、ConT2WI)小于中高分化宫颈癌,两组间差异有统计学意义（统计值分别为-2.238、-2.475,P值分别为0.025、0.017）。（3）分别绘制ConT2WI、ConCE-T1WI和SDADC的ROC曲线,曲线下面积（AUC）分别为0.685、0.693、0.707,联合ConT2WI、ConCE-T1WI及SDADC对判断宫颈癌分化程度的效能最好,AUC达到0.831。结论:纹理分析可提供多量化的信息,可较为准确的判断宫颈癌的分化程度。其中ConT2WI、ConCE-T1WI和SDADC对低分化与中高分化宫颈癌具有较好的鉴别效能,联合参数的鉴别效能更佳。