磁共振成像

2021, v.12(06) 83-87

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于Tirm序列纹理特征联合TIC曲线鉴别乳腺良恶性病变的价值
The value of identifying benign and malignant breast lesions based on the texture feature of Tirm sequence combined with time-intensity curve

王铭;王秀兰;张继;孙中茹;田为中;

摘要(Abstract):

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。

关键词(KeyWords): 乳腺病变;灰度共生矩阵;时间-信号强度曲线;磁共振成像;纹理分析

Abstract:

Keywords:

基金项目(Foundation): 江苏省妇幼保健协会科研项目(编号:TS201906)~~

作者(Author): 王铭;王秀兰;张继;孙中茹;田为中;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享