论文部分内容阅读
目的:探讨MaZda软件CT图像纹理分析对周围型小细胞与非小细胞肺癌诊断与鉴别的可行性并分析其在两者诊断中的临床应用价值。研究方法:1、回顾性分析经手术或穿刺活检确诊的周围型肺癌89例,其中周围型小细胞肺癌(P-SCLC)58例,周围型非小细胞癌(P-NSCLC)31例(腺癌16例,腺鳞癌15例);2、利用MaZda 4.6软件,在肿瘤横轴位最大截面上通过手动来勾画感兴趣区(reign of interest,ROI),并进行纹理特征提取;3、利用Fisher系数、MI(交互信息)、POE+ACC(分类错误概率联合平均相关系数)及FPM[Fisher+MI+(POE+ACC)联合]四种方法对两组病例图像所提取的纹理特征进行降维处理。再通过B11工具对降维后的纹理特征进行分类判别分析;4、统计学分析:本研究的计量资料以均数±标准差(?±s)表示。采用SPSS 22.0统计软件中的独立样本t检验或者Mann-Whitney U检验分别比较两组病变纹理特征间的差异;再运用Logistic回归分析对差异有意义的纹理参数进行多因素分析,筛选鉴别诊断P-SCLC与P-NSCLC的主要预测因素。采用MedCalc19.1统计软件对每个差异有意义的纹理特征建立受试者工作特征(receiver operating characteristic curve,ROC)曲线并计算对应的曲线下面积(area under the curve,AUC)。并分析各预测因子及其不同组合对P-SCLC与P-NSCLC的鉴别诊断效能。根据最大正确指数确定阈值,评价对应的特异度和敏感度,并比较分析优势特征参数及其不同组合的AUC值的差异。本实验所有统计结果均以p<0.05为差异有统计学意义。结果:1、一般资料的结果:P-SCLC组:男性50例,女性8例,年龄为63.21±10.48岁,病灶最大径为3.64±1.75CM;P-NSCLC:男性16例,女性15例,年龄64.23±8.62岁,病灶最大径为2.89±1.41CM。两组间年龄和肿瘤最大径的差异无统计学意义(p>0.05)。本次研究对象的男女比例为66:23,其中男性患P-SCLC者占75.8%(50/66)。结合卡方检验结果,p<0.05,提示男性患P-SCLC的风险更高。2、不同降维方法处理的结果:本研究的所有纹理特征参数经过四种降维方法处理,共筛选出32个纹理特征。其中,P-SCLC组的S(4,4)相关度、[S(4,0)、S(3,0)、S(2,-2)、S(1,-1)]和方差及[S(3,0)、S(0,2)、S(2,0)、S(1,-1)、S(0,1)、S(1,0)]和平均低于P-NSCLC组,而P-SCLC组的S(4,4)差方差及S(4,4)对比度值高于P-NSCLC组,差异均有统计学意义(p<0.05),余17个纹理参数均无统计学意义。3、纹理特征的分类判别结果:各组的NDA/ANN法分类判别分析错误率均最低。在所有降维和分类判别方法中,FPM结合NDA/ANN的错误率最低为零。4、有鉴别意义的纹理特征的诊断效能评估:具有鉴别诊断意义的纹理参数有13个,它们均属于灰度共生矩阵特征。每单一的纹理特征的诊断效能均一般,AUC均位于0.6~0.7之间。相对而言,S(4,4)差方差的诊断效能较高(AUC:0.696;95%CI:0.589~0.789),灵敏度及特异度分别为67.24%、70.97%。5、Logistic回归分析结果:S(4,4)差方差、S(2,-2)和方差及S(1,-1)和平均为P-SCLC与P-NSCLC鉴別诊断的独立预测因素(p<0.05)。在两者的鉴别诊断中,S(4,4)差方差与P-SCLC诊断呈正相关;S(2,-2)和方差及S(1,-1)和平均与P-SCLC诊断呈负相关。6、优势纹理特征及其不同组合的诊断效能评估:S(4,4)差方差、S(2,-2)和方差及S(1,-1)和平均是鉴别周围型SCLC与周围型NSCLC的主要预测因素;(1)三者单一的诊断效能均一般(AUC均∈0.6~0.7),在三个优势纹理参数中,S(4,4)差方差的AUC值相对最高,其灵敏度及特异度均是三者中最高的。(2)三个优势纹理参数进行不同组合后,诊断效能均有所提高,(AUC均>0.7),其中以三者联合的AUC值最大,并具有较高的特异度(AUC=0.767,灵敏度为56.90%,特异度为87.10%)。7、优势纹理特征及其不同组合的AUC比较:S(1,-1)SumAverg与三者联合时的AUC值比较时,z=2.063,p<0.05,但两者的95%CI存在重叠,尚不能认定三个优势纹理联合与S(1,-1)SumAverg间的AUC值差异具有统计学意义;余优势纹理特征及不同组合间的AUC值比较均无统计学意义(p>0.05)。结论:1、基于CT平扫图像纹理分析,多个来自灰度共生矩阵的纹理参数对周围型SCLC与周围型NSCLC两者的鉴别具有统计学意义,且它们对鉴别两者均有一定的诊断效能,可为临床诊断提供一定可靠的定量信息。2、S(4,4)差方差、S(2,-2)和方差及S(1,-1)和平均是鉴别周围型SCLC与周围型NSCLC的主要预测因素,具有潜在的临床应用价值。