目的探討磁共振場(chǎng)強(qiáng)對(duì)腦部T2液體衰減反轉(zhuǎn)恢復(fù)(T2-FLAIR)圖像紋理特征的影響。方法我們分別采用MR-1.5T和MR-3.0T掃描對(duì)30例腦白質(zhì)病變患者進(jìn)行了腦部三維T2-FLAIR成像。基于ImageJ軟件采用感興趣法對(duì)白質(zhì)病變區(qū)和正常白質(zhì)區(qū)進(jìn)行測(cè)量,并比較了MR-1.5T和MR-3.0T掃描圖像所獲得的紋理參數(shù)。直方圖紋理特征包括平均信號(hào)強(qiáng)度、偏度和峰度,灰度共生矩陣紋理特征包括角二階矩、對(duì)比度、自相關(guān)、逆差矩和熵。結(jié)果不論是腦白質(zhì)病變區(qū)還是正常腦白質(zhì),由MR-1.5T掃描獲得的平均信號(hào)強(qiáng)度值均顯著低于MR-3.0T掃描的結(jié)果(P0.001),而在兩種場(chǎng)強(qiáng)下偏度和峰度的差異無(wú)顯著性(P0.05);此外,由MR-1.5T掃描獲得的角二階矩、自相關(guān)和逆差距均顯著低于MR-3.0T掃描的結(jié)果(P0.001),而對(duì)比度和熵均顯著高于MR-3.0T掃描的結(jié)果(P0.001)。結(jié)論 MR場(chǎng)強(qiáng)對(duì)MR-1.5T和MR-3.0T系統(tǒng)所生成的腦部T2-FLAIR圖像的直方圖紋理無(wú)顯著影響,而對(duì)灰度共生矩陣紋理特征有顯著影響,此結(jié)果提示應(yīng)謹(jǐn)慎解釋不同MR場(chǎng)強(qiáng)下T2-FLAIR圖像的紋理結(jié)果。
【文章目錄】：
PATIENTS AND METHODS
    Patients
    MR image acquisition
    Image analysis
    Statistical analysis
RESULTS
    Comparisons of texture features of WML between MR-1.5T and MR-3.0T
    Comparison of texture features of NWM between MR-1.5T and MR-3.0T
DISCUSSION
Conflict of Interests Statement

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 柴鴻斌;劉云鵬;畢春躍;王仁芳;金冉;董晨;;醫(yī)學(xué)圖像紋理特征與基因類(lèi)型相關(guān)研究概述[J];電子世界;2020年03期

2 劉春利;石華錚;劉夢(mèng)苓;李笑笑;張文瑞;孫健;;PET/CT和多參數(shù)磁共振成像圖像紋理分析診斷移行帶前列腺癌的價(jià)值[J];腫瘤影像學(xué);2020年01期

3 吳凝;陽(yáng)維;陳磊;張素;陳亞珠;;射頻消融組織的B超圖像紋理分析[J];中國(guó)醫(yī)學(xué)影像技術(shù);2007年01期

4 杜堃 ,童勤業(yè);B超圖像紋理的復(fù)雜性分析[J];醫(yī)療設(shè)備信息;1999年01期

5 王岳洛;B型超聲圖像紋理的復(fù)雜性分析[J];中國(guó)醫(yī)療器械信息;1996年01期

6 黃櫟有;王延花;高先聰;;基于CT平掃圖像紋理分析鑒別浸潤(rùn)性肺腺癌與非鈣化結(jié)核球[J];中國(guó)醫(yī)學(xué)影像技術(shù);2020年04期

7 張斌;馬玉波;耿彥方;周冰;;~(18)F-FDG PET/CT圖像紋理分析在非小細(xì)胞肺癌中的應(yīng)用價(jià)值[J];臨床放射學(xué)雜志;2019年10期

8 王戚玲;汪兵;利玉林;成官迅;向子云;;肝細(xì)胞肝癌CT圖像紋理分析分割技術(shù)的初步研究[J];醫(yī)學(xué)信息;2018年11期

9 連娟,周康源,姚文俊,胡耀輝,羅福成;B超圖像紋理分析參數(shù)的研究[J];中國(guó)醫(yī)學(xué)影像技術(shù);1998年03期

10 毛海霞;徐蒙萊;馮銀波;陳宏偉;方向明;;CT圖像紋理分析對(duì)小于10mm純磨玻璃結(jié)節(jié)侵襲性的診斷價(jià)值[J];中華臨床醫(yī)師雜志(電子版);2019年05期

相關(guān)碩士學(xué)位論文 前10條

1 徐佩園;醫(yī)療圖像的目標(biāo)檢測(cè)與分割研究[D];南京航空航天大學(xué);2019年

2 齊雪;基于常規(guī)MRI圖像的不同影像組學(xué)模型在腦膠質(zhì)瘤術(shù)前分級(jí)中的應(yīng)用[D];中國(guó)醫(yī)科大學(xué);2019年

3 吉佳琳;肝細(xì)胞癌動(dòng)脈增強(qiáng)指數(shù)圖像紋理與病理組織學(xué)的相關(guān)性分析[D];中國(guó)醫(yī)科大學(xué);2019年

4 郭燕;基于B超圖像多特征值的HIFU治療測(cè)溫方法研究[D];湖南師范大學(xué);2019年

5 呂朝暉;基于超像素的腹部圖像多器官分割算法研究[D];西北大學(xué);2018年

6 萬(wàn)勵(lì)之;基于超聲肝臟圖像紋理特征的計(jì)算機(jī)輔助診斷[D];中南大學(xué);2013年

7 徐驥;基于CT圖像紋理分析對(duì)于不同病理級(jí)別膀胱尿路上皮癌的初步診斷價(jià)值[D];安徽醫(yī)科大學(xué);2019年

8 房煒桓;能譜CT圖像紋理分析在評(píng)估胰腺導(dǎo)管腺癌淋巴結(jié)轉(zhuǎn)移的應(yīng)用研究[D];上海交通大學(xué);2019年

9 陳斯鵬;基于蛋白組學(xué)和MRI腦圖像紋理的早期阿爾茨海默癥預(yù)測(cè)模型研究[D];首都醫(yī)科大學(xué);2017年

10 李西;CT形態(tài)學(xué)征象以及圖像紋理特征分析對(duì)肺部純磨玻璃結(jié)節(jié)侵襲性的診斷價(jià)值[D];第二軍醫(yī)大學(xué);2016年

本文編號(hào)：2885872