新型冠状病毒肺炎和其他相似肺炎CT平扫图像的纹理分析

• 作者: 雷爱春 李光芒 王志兵 孙攀 储燕
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: CT平扫图像 纹理分析 新型冠状病毒肺炎
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 医学影像技术
• 页码范围: 91-94
• 页数: 4页
• 分类号: R249|R814.42
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2020.12.023

摘要

目的 探讨CT平扫图像纹理分析鉴别诊断新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)和其他相似肺炎的价值.方法 将33例COVID-19患者和33例其他相似肺炎的CT平扫图像混合,选取病变的最大层面导入MaZda 4.6软件中,手动勾画病变的感兴趣区,分别选择交互信息(Mutual Infoemation,MI)、Fisher系数、分类错误概率联合平均相关系数(Probability of Classification Error+Average Correction Coefficient,POE+ACC)以及三种方法的联合(Fisher+POE+ACC+MI)选择最佳的纹理特征参数,并构建人工神经网络(Artificial Neural Network,ANN)模型.与临床诊断结果对比,分别分析CT平扫图像纹理分析诊断结果和影像医师主观读片结果的误判率.结果 MI纹理分析总误判率为34.85％(23/66),Fisher系数为25.76％(17/66),POE+ACC为19.70％(13/66),三种方法联合为10.60％(7/66),影像医师鉴别COVID-19和其他相似肺炎的误判率为31.82％(21/66).三种方法联合分析的误判率最低,影像医师主观阅片对其他肺炎的误判率明显高于对COVID-19的误判率(P＜0.05).结论 CT平扫图像纹理分析可初步应用于鉴别诊断COVID-19和其他相似肺炎.