论文部分内容阅读
目的:为了克服传统手动分析方法在磁共振上诊断乳腺疾病的诸多局限，本文提出一种半自动方法提高动态对比增强磁共振(dynamiccontrast-enhanced magnetic resonance imaging，DCE-MRI)上浸润性导管癌与良性病灶的鉴别效能。 材料和方法:本次实验包含了142个病例（71例乳腺浸润性导管癌，71例乳腺良性病灶）。传统手动方法中，临床放射医师基于工作站手动勾勒最大线性斜率(maximum slope of increase，MSI)图上的感兴趣区(region of interest，ROI)，工作站会自动提供该感兴趣区的平均时间-信号强度曲线(time-signal intensity curve，TIC)，根据TIC曲线的形状，放射科医师定性地将TIC曲线归为三类曲线中的一类。与此同时，工作站为临床放射科医师提供唯一反映灌注信息的定量参数MSI。在新方法中，利用MATLAB平台进行图像处理和参数定量。新方法，半自动处理乳腺DCE-MRI图像并提取乳腺病灶的区域，自动计算该病灶区域的定量参数MSI，并根据MSI的值定量归类平均TIC曲线。除定量参数MSI外，半自动方法还会自动计算额外商业工作站无法提供但反映灌注信息的定量参数，包含有SIslope(signal intensity slope)，Einitial(initial percentage of enhancement)，Epeak(percentage of peakenhancement),ESER(early signal enhancement ratio)和SEP(secondenhancement percentage)。为方便临床放射科医师观测乳腺病灶的血流动力学信息，新方法根据每个像素的值，自动绘制各定量参数的伪彩色图。本实验比较半自动方法与传统手动方法区分浸润性导管癌和良性病灶的效能。首先对不同方法所获得的各项单参数的诊断效能进行评价，然后运用主成分改进的Logistic回归分析确定回归模型（筛选对诊断有显著意义的参数），利用该回归模型鉴别诊断乳腺病灶的良恶性。基于Wilconxon秩和检验和ROC(receiver operating characteristiccurve)曲线分析评估所提方法的诊断效能。 结果:由TIC曲线分类结果可知，手动方法和半自动方法的正确率分别为59.16％和76.05％(P＜0.05)。从单参数比较诊断效能结果中可以看出，手动方法获得的唯一定量参数MSI的正确率为63.35％。对于半自动方法而言，基于平均曲线获得的各定量参数的正确率分别为77.47％(SIslope)、65.24％(MSI)、58.45％(Einitial)、66.20％(Epeak)、71.83％(ESER)和54.93％(SEP);基于病灶区域获得的各个定量参数的正确率分别相应为73.24％、72.54％、58.45％、62.68％、64.09％和55.64％。在半自动方法中，基于平均曲线和病灶区域建立的主成分改进的Logistic回归模型的正确率分别为78.9％和81.0％。 结论:统计分析结果表明本文提出的半自动方法有利于鉴别DCE-MRI上乳腺浸润性导管癌和良性病灶。因此该方法可作为临床放射医师主观诊断乳腺疾病的补充工具。