【摘要】：目的從MR圖像中尋找可區(qū)分長骨內(nèi)生軟骨瘤與軟骨肉瘤的影像組學(xué)特征,并評價這些特征的作用。方法回顧性分析70例長骨內(nèi)生軟骨瘤和50例長骨軟骨肉瘤患者的影像學(xué)和病理資料。從患者的MR T1加權(quán)圖像中提取影像組學(xué)特征。使用最大相關(guān)最小冗余(maximum relevance minimum redundancy,mRMR)特征選擇方法篩選其特征,利用多變量邏輯回歸分析和四階交叉驗證建立穩(wěn)定的預(yù)測模型。利用受試者工作特征(receiver operating characteristic,ROC)曲線和曲線下面積(area under curve,AUC)評價影像組學(xué)特征模型的預(yù)測性能。結(jié)果從T1加權(quán)MR圖像中提取出492個影像組學(xué)特征,篩選出13個最具有預(yù)測效力的影像組學(xué)特征。四次交叉驗證訓(xùn)練集和測試集的AUC值分別為(0.961±0.015)和(0.901±0.053)。結(jié)論從內(nèi)生軟骨瘤和軟骨肉瘤患者的MR T1加權(quán)圖像中可提取出一系列有價值的影像組學(xué)特征;利用這些影像組學(xué)特征可以有效鑒別長骨內(nèi)生軟骨瘤與軟骨肉瘤。
【圖文】：

圖1腫瘤T1加權(quán)MＲ圖像ＲOI分割Fig．1ＲOIsegmentationoftumorT1-weightedMＲimages灰度共生矩陣(grey-levelco-occurrencematrix，GLCM)、灰度游程矩陣(grey-levelrun-lengthmatrix，GLＲLM)、灰度區(qū)域大小矩陣(grey-levelsizezonematrix，GLSZM)和鄰域灰度差矩陣(neighbourhoodgrey-tonedifferencematrix，NGTDM)。GLCM計算圖像中不同灰度值的像素對的相關(guān)性，可以反映關(guān)于圖像的方向、振幅、間隔和頻率的綜合信息。GLＲLM統(tǒng)計圖像中具有相同灰度的條狀區(qū)域出現(xiàn)的情況，量化圖像中運行的灰度級。GLSZM統(tǒng)計圖像中具有相同灰度的塊狀區(qū)域出現(xiàn)的情況，，量化圖像中運行的灰度級。NGTDM統(tǒng)計圖像中相鄰區(qū)域的灰度差。小波特征通過改變圖像中高頻與低頻信號的比率，增加圖像低頻信號的信息。設(shè)L和H分別是低通和高通濾波器，X為待濾波的圖像。對三維的ＲOI圖像在X、Y和Z3個方向上進(jìn)行圖像濾波，得到XLLL、XLLH、XLHH、XHHH、XHHL、XHLH、XLHL和XHLL8幅新圖像，分解后的圖像大小不變且不存在移位。對于每組分解再進(jìn)行灰度統(tǒng)計特征和紋理特征的獲取，使得可獲得的特征量成倍增加，從而更全面的量化腫瘤，充分挖掘圖像信息。1．3．4影像組學(xué)特征篩選本研究使用最大相關(guān)最小冗余(maximumrelevanceminimumredundancy，mＲMＲ)特征選擇方法。mＲMＲ使用互信息來度量特征子集合中特征與表型類別之間以及特征之間的相關(guān)度:D=1s∑xi∈sI(xi，c)(1)Ｒ=1s2∑xixj∈sI(xi，xjj)(2)上式中，S表示

步驟，完成第2、3和4次交叉驗證，即二階交叉驗證、三階交叉驗證和四階交叉驗證，最終每組數(shù)據(jù)都獨立作為測試集對模型進(jìn)行過測試。對四次交叉驗證的結(jié)果取平均值作為最終的結(jié)果。1．5統(tǒng)計學(xué)分析采用Ｒ語言統(tǒng)計軟件包進(jìn)行統(tǒng)計分析。使用ＲOC曲線進(jìn)行模型解釋和模型預(yù)測效力的評估。ＲOC曲線的繪制和曲線下面積(areaundercurve，AUC)使用MedCalc(Mariakerke，比利時)軟件進(jìn)行計算。以P＜0．05為差異具有統(tǒng)計學(xué)意義。本研究的完整影像組學(xué)流程見圖2。圖2影像組學(xué)基本流程Fig．2Workflowofradiomics2結(jié)果2．1影像組學(xué)特征的選擇對120例患者的MＲ圖像分別進(jìn)行特征提取，最終每例患者共提取492個來自T1加權(quán)MＲ圖像的影像組學(xué)特征。其中包括7個形態(tài)特征、8個一階統(tǒng)計特征、53個紋理特征(分為22個GLCM特征、13個GLＲLM特征、13個GLSZM特征和5個NGTDM特征)以及424個基于小波的紋理特征(小波特征)。四階交叉驗證篩選出的最佳影像組學(xué)特征見表2。通過箱型圖的形式分別對四階交叉驗證下有預(yù)測價值的最佳影像組學(xué)特征進(jìn)行展示，具體見圖3。2．2影像組學(xué)特征模型的建立多變量邏輯回歸建立的各階驗證模型公式如下(為簡化公式的表述，各特征名稱后的“T1”省略)。表2四階交叉驗證后的最佳特征Table2Optimalradiomicsfeaturesofcrossvalidation階次最佳特征一階驗證HHH_GLＲLM_SＲHGE_T1SZHGE_T1ZSN_T1Uniformity_T1denth_T1二階驗證HHL_GLCM_inf2h_T1LLH_GLCM_entro_T1LLL_GLCM_corrm_T1HGZE_T1cshad_T1三階驗證LHL_GLＲLM_SＲHGE_T1ZSN_T1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 譚一a\;丁曉毅;;影像學(xué)檢查在內(nèi)生軟骨瘤與Ⅰ級軟骨肉瘤鑒別診斷中的價值[J];國際骨科學(xué)雜志;2016年03期

2 H.Douis;M.Parry;S.Vaiyapuri;A.M.Davies;王清霖;;內(nèi)生軟骨瘤與低級別軟骨肉瘤在臨床及MRI表現(xiàn)上有什么區(qū)別?[J];國際醫(yī)學(xué)放射學(xué)雜志;2018年02期

3 李振輝;馬煥;李濵;王洪波;陶海波;;DWI在中央型軟骨性腫瘤鑒別診斷中的價值[J];放射學(xué)實踐;2018年02期

4 彭加友;孫洋;王吉東;方挺松;;長骨內(nèi)生軟骨瘤的影像診斷[J];廣東醫(yī)學(xué);2014年11期

5 楊海山,劉云霞,高忠禮,楊維明,姜鴻志,張永祥;軟骨肉瘤的臨床X線診斷(附98例報告)[J];臨床放射學(xué)雜志;1993年05期

6 馬大任;;腎軟骨肉瘤[J];蚌埠醫(yī)藥;1987年01期

7 徐德永,曹來賓,徐愛德,宮尚君;軟骨肉瘤的X線診斷[J];青島醫(yī)學(xué)院學(xué)報;1988年04期

8 徐德永,曹來賓,徐愛德,宮尚君,曹慶選,莊章圃,張瑞鑫,王天保,唐桂常,張維新,鄭新吉,李健民,吳樹森,楊素國,高士偉,莊會民,魏從裕,莊悅新,田維澤,周森泉,尚向功;少見部位的軟骨肉瘤(附89例分析)[J];實用放射學(xué)雜志;1989年04期

9 郭樹農(nóng);張國慶;盧超;李培玲;劉峰;;內(nèi)生軟骨瘤的影像學(xué)診斷[J];中國中西醫(yī)結(jié)合影像學(xué)雜志;2018年06期

10 張慶普;軟骨肉瘤肺轉(zhuǎn)移灶環(huán)形鈣化一例報告[J];臨床放射學(xué)雜志;1991年06期

相關(guān)會議論文 前4條

1 宋之光;金開元;王鳳;劉衡;李邦國;;鼻腔軟骨肉瘤1例[A];貴州省醫(yī)學(xué)會放射學(xué)分會2013年學(xué)術(shù)交流會論文匯編[C];2013年

2 章萬強;;胸骨腫瘤的臨床與影像學(xué)分析[A];2015年浙江省醫(yī)學(xué)會放射學(xué)學(xué)術(shù)年會論文匯編[C];2015年

3 黃青花;;1例頸靜脈孔區(qū)顱內(nèi)外溝通型軟骨肉瘤患者的術(shù)后護(hù)理[A];2015浙江省神經(jīng)外科學(xué)學(xué)術(shù)年會暨浙閩江贛四省神經(jīng)外科學(xué)術(shù)交流會論文匯編[C];2015年

4 張昌政;;骨內(nèi)及軟組織內(nèi)軟骨瘤的影像及病理表現(xiàn)[A];全國第十三次中西醫(yī)結(jié)合影像學(xué)術(shù)研討會全國中西醫(yī)結(jié)合影像學(xué)研究進(jìn)展學(xué)習(xí)班福建省第八次中西醫(yī)結(jié)合影像學(xué)術(shù)研討會論文匯編[C];2014年

相關(guān)碩士學(xué)位論文 前1條

1 鄧雪英;長骨原發(fā)性中央型軟骨肉瘤與內(nèi)生軟骨瘤的影像診斷及鑒別診斷[D];浙江大學(xué);2015年

本文編號：2675860