论文部分内容阅读
目的 探讨乳腺癌患者术前胸部增强CT动脉期图像纹理分析预测腋窝淋巴结转移(ALNM)的价值.方法 回顾性分析经病理证实的75例非特殊类型浸润性乳腺癌患者,分为ALNM(n=34)和腋窝淋巴结非转移(ALNNM)(n=41)2组,收集所有患者胸部增强CT动脉期图像.采用MaZda纹理分析软件提取2组图像中原发灶的纹理特征,分别运用费希尔系数(Fisher)、最小分类误差联合平均相关系数(POE+ACC)、互信系数(MI)及以上3种方式联合对纹理特征进行降维,再采用MaZda软件嵌入的B11分析模块进行淋巴结转移判别,将误判率最小的纹理特征纳入二分类Logistic回归建模分析,采用Hosmer-Lemeshow法检验模型的拟合优度,将纳入回归模型的纹理特征绘制受试者工作特征(ROC)曲线.结果 3种方式联合结合非线性判别分析(NDA)获得的误判率最小,为1.33%(1/75).回归分析表明S(5,-5)DifVarnc、WavEnLH_s-4、WavEnHH_s-43个纹理特征进入回归模型,经检验模型的观测值和期望值之间差异无统计学意义(χ2=5.20,P=0.64),模型的拟合效果较好.S(5,-5)DifVarnc、WavEnLH_s-4、WavEnHH_s-43个纹理特征及三者联合预测ALNM的曲线下面积(AUC)分别为0.76、0.50、0.64和0.88.结论 乳腺癌患者术前胸部增强CT动脉期图像纹理分析能较好地预测ALNM,S(5,-5)DifVarnc、WavEnLH_s-4、WavEnHH_s-43个纹理特征联合预测ALNM的效能最佳,可为乳腺癌诊疗提供参考.