论文部分内容阅读
目的
探讨基于MRI T2反转恢复压脂(turbo inversion recovery magnitude，Tirm)序列图像灰度共生矩阵纹理特征联合动态增强时间-信号强度(time-signal intensity，TIC)曲线在鉴别乳腺良恶性病变中的价值。
材料与方法前瞻性收集经手术病理证实的52例乳腺良恶性病变患者(共64个病灶)的术前MRI资料，并绘制TIC曲线。采用MaZda软件于Tirm图像提取病灶的灰度共生矩阵纹理参数(gray level co-occurrence matrix，GLCM)，比较乳腺良恶性病变参数之间的差异。绘制ROC曲线分析比较GLCM纹理参数、TIC曲线及二者联合对乳腺良恶性病变的鉴别诊断效能。
结果TIC曲线类型和GLCM参数中能量、对比度、平方和、均和、均差、熵、和熵、差熵在两者间差异有统计学意义(P＜0.05)。纹理参数中，均和的AUC最高(0.765)，敏感度和特异度分别为75.8%、77.4%。TIC曲线的AUC为0.896，敏感度和特异度分别为97.0%、58.1%。GLCM参数联合TIC曲线的AUC为0.959，其敏感度、特异度分别为84.8%、96.8%。
结论基于Tirm序列灰度共生矩阵纹理特征联合TIC曲线能明显提高对乳腺病变的诊断效能，可以为术前诊断及鉴别诊断提供更多的影像学参考。