基于Hurst指数的脑胶质瘤分级方法

• 作者: 杨宇轩 钱志余 陶玲
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 脑胶质瘤 肿瘤分级 复杂度 赫斯特指数
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 论著
• 页码范围: 271-276
• 页数: 6页
• 分类号: R318.04
• 字数: 3975字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2019.03.009.

摘要

目的 基于复杂度分析对胶质瘤患者的磁共振大脑静息态数据进行描述,寻找基于复杂度分析的肿瘤分级的客观指标.方法 基于复杂度赫斯特(Hurst)指数分析方法对被试者大脑肿瘤fMRI影像的功能信息进行提取和分析,并对肿瘤进行分级研究.首先基于MRIcro软件对患者肿瘤区域、对侧正常区域以及正常对照组的肿瘤对应区域进行提取;接着对提取出来的区域进行Hurst指数计算;然后对肿瘤区域及其对侧正常区域的Hurst指数值进行统计分析,对肿瘤区域及对照组同区域的Hurst指数值进行统计分析;最后将29例肿瘤患者样本按照病理等级进行分组,其中一级肿瘤患者10例,二级肿瘤患者7例,三、四级肿瘤患者各6例,对不同组别的Hurst指数进行双样本统计分析.结果 被试肿瘤区域的Hurst指数值与肿瘤等级成正比关系,肿瘤等级越高Hurst指数值越大.统计分析表明不同级别肿瘤区域的Hurst指数差异具有统计学意义.低级别肿瘤Hurst指数范围为0.6381～0.6737,高级别肿瘤Hurst指数范围为0.7514～0.8194.结论 Hurst指数分析方法可以区分低级别和高级别胶质瘤,可以为更细致的胶质瘤的等级划分提供帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱志余	南京航空航天大学自动化学院	179	706	12.0	16.0
2	陶玲	南京航空航天大学自动化学院	55	260	8.0	13.0
3	杨宇轩	南京航空航天大学自动化学院	4	0	0.0	0.0