基于增强MRI图像纹理特征预测肝细胞癌病理分化程度  

作　　者：阮期曾 周明璐 李青春 黄兰彬 廖志艺 

机构地区：[1]钦州市第一人民医院MRI室,广西钦州535000

出　　处：《影像研究与医学应用》2023年第7期53-55,共3页Journal of Imaging Research and Medical Applications

摘　　要：目的:探讨基于增强MRI图像纹理特征预测肝细胞癌病理分化程度的可行性。方法:回顾性选取2021年10月—2022年12月在钦州市第一人民医院诊断为肝细胞癌(hepatocellular carcinoma,HCC)84例患者的MRI增强T1WI图像纹理特征、临床资料与病理资料。将高分化HCC患者设为A组(n=48),中-低分化HCC设为B组(n=36),比较两组MRI增强T1WI图像纹理特征值差异,采用二元Logistics回归分析,筛选出预测患者HCC病理分化程度的独立风险因素并建立模型。对独立风险因素与Logistics预测模型进行受试者工作特征(receiver operating characteristic,ROC)曲线分析诊断效能。结果:两组患者临床资料差异均不具有统计学意义(P>0.05)。二元Logistics回归方程结果显示能量(angularsecondmoment)、线像度(linelikeness)与频率大小(frequencysize)为预测HCC患者分化程度的独立风险因素,预测模型为:Logit(P)=-0.876+angular second moment×2.975+line likeness×0.215+frequency size×-3.537,Logit(P)的ROC曲线下面积为0.85,取阈值为0.53456时,灵敏度及特异度分别为(81.6%、79.2%)。结论:HCC肿瘤的MRI增强T1WI图像纹理特征能有效预测HCC患者病理分化程度,可为临床后续治疗提供病理分化依据。

关 键 词：纹理分析 肝细胞癌 肿瘤分化程度 

分 类 号：R445.2[医药卫生—影像医学与核医学]