基于Tirm序列纹理特征联合TIC曲线鉴别乳腺良恶性病变的价值

• 作者: 王铭 王秀兰 张继 孙中茹 田为中
• 来源期刊: 磁共振成像
• 关键词: 乳腺病变 灰度共生矩阵 时间-信号强度曲线 磁共振成像 纹理分析
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 技术研究|TECHNICAL ARTICLES
• 页码范围: 83-87
• 页数: 5页
• 分类号: R445.2|R737.9
• 语种: 中文
• DOI: 10.12015/issn.1674-8034.2021.06.016

摘要

目的 探讨基于MRI T2反转恢复压脂(turbo inversion recovery magnitude,Tirm)序列图像灰度共生矩阵纹理特征联合动态增强时间-信号强度(time-signal intensity,TIC)曲线在鉴别乳腺良恶性病变中的价值.材料与方法 前瞻性收集经手术病理证实的52例乳腺良恶性病变患者(共64个病灶)的术前MRI资料,并绘制TIC曲线.采用MaZda软件于Tirm图像提取病灶的灰度共生矩阵纹理参数(gray level co-occurrence matrix,GLCM),比较乳腺良恶性病变参数之间的差异.绘制ROC曲线分析比较GLCM纹理参数、TIC曲线及二者联合对乳腺良恶性病变的鉴别诊断效能.结果 TIC曲线类型和GLCM参数中能量、对比度、平方和、均和、均差、熵、和熵、差熵在两者间差异有统计学意义(P<0.05).纹理参数中,均和的AUC最高(0.765),敏感度和特异度分别为75.8％、77.4％.TIC曲线的AUC为0.896,敏感度和特异度分别为97.0％、58.1％.GLCM参数联合TIC曲线的AUC为0.959,其敏感度、特异度分别为84.8％、96.8％.结论 基于Tirm序列灰度共生矩阵纹理特征联合TIC曲线能明显提高对乳腺病变的诊断效能,可以为术前诊断及鉴别诊断提供更多的影像学参考.