基于增强MRI纹理分析区分非产褥期乳腺炎与非肿块样强化病灶乳腺癌

• 作者: 李汉森 潘新蕾 章强 谢晟 陈慧军 齐海坤
• 来源期刊: 中国医学影像学杂志
• 学科: 医学
• 关键词: 乳腺肿瘤 乳腺炎 磁共振成像 图像增强 诊断,鉴别
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 乳腺影像学
• 页码范围: 354-359
• 页数: 6页
• 分类号: R737.9|R445.2
• 字数: 4765字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-5185.2017.05.008

摘要

目的 探讨基于增强MRI纹理分析对区分非产褥期乳腺炎与非肿块样强化病灶乳腺癌的可行性,以期降低非产褥期乳腺炎患者误诊的风险.资料与方法 回顾性分析42例非肿块样强化病灶乳腺癌和30例乳腺炎患者的增强MRI图像数据.手动勾画病灶以及正常组织感兴趣区,对每个ROI提取3234个纹理特征,通过稳定性筛查去除对感兴趣区选择敏感的特征,并使用遗传算法和线性判别分析最终提取10个纹理特征对非产褥期乳腺炎、非肿块样强化病灶乳腺癌及正常乳腺组织进行分类.结果 使用这10个特征的线性判别分析分类器对三类组织分类的总体准确率为89.6％.其中,对炎-癌分类的敏感度和特异度分别达92.9％和90.0％,说明纹理分析可成功区分非产褥期乳腺炎与非肿块样强化病灶乳腺癌.结论 纹理分析能够可靠地区分非产褥期乳腺炎、非肿块样强化病灶乳腺癌及正常乳腺组织,为临床诊断提供可靠的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢晟	中日友好医院放射诊断科	38	144	8.0	10.0
2	陈慧军	清华大学医学院生物医学工程系生物医学影像研究中心	10	43	4.0	6.0
3	李汉森	清华大学医学院生物医学工程系生物医学影像研究中心	1	16	1.0	1.0
4	章强	清华大学医学院生物医学工程系生物医学影像研究中心	3	30	2.0	3.0
5	齐海坤	清华大学医学院生物医学工程系生物医学影像研究中心	2	17	1.0	2.0
6	潘新蕾	清华大学医学院生物医学工程系生物医学影像研究中心	1	16	1.0	1.0