10.12015/issn.1674-8034.2022.08.016
基于灰度共生矩阵的MRI纹理分析在椎管内脊膜瘤和神经鞘瘤鉴别诊断中的应用价值
目的 探讨基于灰度共生矩阵(gray-level co-occurrence matrix,GLCM)的MR图像纹理分析在鉴别椎管内脊膜瘤和神经鞘瘤中的临床应用价值.材料与方法回顾性分析经病理证实的椎管内神经鞘瘤患者病例32例、脊膜瘤患者病例26例,利用ImageJ软件在T2WI、对比增强T1WI矢状位图像中选取肿瘤最大层面勾画感兴趣区(region of interest,ROI),提取病灶的GLCM纹理参数,比较两组肿瘤各参数的差异,并评价各参数的诊断效能.结果 T2WI序列中能量、对比、相关、逆差矩和熵在两组间差异均有统计学意义(P<0.05),神经鞘瘤组的能量、相关、逆差矩小于脊膜瘤组,对比和熵大于脊膜瘤组;对比增强T1WI序列中能量、对比、相关和熵在两组间差异有统计学意义(P<0.05),神经鞘瘤组的能量、相关小于脊膜瘤组,对比和熵大于脊膜瘤组,逆差矩组间差异无统计学意义(P>0.05).受试者工作特征(receiver operating characteristic,ROC)曲线分析显示,T2WI序列中的熵及对比增强T1WI序列中的能量诊断效能最佳.采用logistic回归分析纹理参数联合诊断效能发现较单一参数均有所提高.结论 基于GLCM的MRI图像纹理分析在椎管内脊膜瘤和神经鞘瘤两者的鉴别诊断中有一定的临床价值.
磁共振成像、纹理分析、脊膜瘤、神经鞘瘤、灰度共生矩阵
13
R445.2;R739.42;R730.264(诊断学)
2022-09-01（万方平台首次上网日期，不代表论文的发表时间）
共4页
84-87
