论文部分内容阅读
目的
探讨前列腺ADC图纹理分析鉴别低、高级别前列腺癌（PCa）的价值。
方法回顾性分析2015年5月至2017年6月华中科技大学同济医学院附属同济医院根治术后病理证实为PCa，根治术前在我院行MRI检查的患者，进行常规T1WI、T2WI和DWI序列扫描。采用ITK-SNAP软件在ADC图上手动逐层勾画ROI。采用基于python的pyradiomics包提取105个纹理特征。采用组内相关系数（ICC）评估特征可重复性，独立样本t检验或Mann-WhitneyU检验筛选出在低、高级别PCa组间差异有统计学意义的纹理特征。采用Lasso回归模型及5折交叉验证法对特征进行进一步的筛选和建模，采用ROC曲线评估模型诊断效能。
结果纳入低级别PCa患者34例，高级别PCa患者56例。筛选出3个系数非零纹理特征，分别为第10百分位数、中位数及主轴长度。构建的模型鉴别低、高级PCa的ROC下面积为0.841，敏感度为69.6%，特异度为91.2%。优于单一纹理特征和传统的平均ADC值。
结论前列腺MR ADC图纹理分析可用于鉴别低、高级别PCa。