基于MRI图像的纹理分析在上皮性卵巢癌分型中的价值

摘要

目的探讨基于磁共振成像(magnetic resonance imaging,MRI)的纹理分析(texture analysis,TA)在上皮性卵巢癌(epithelial ovarian cancer,EOC)分型中的价值。方法回顾性分析我院2016年7月至2020年12月经手术病理证实的45例EOC患者的病例资料,所有患者术前均行盆腔MRI常规序列扫描及弥散加权成像(diffusion-weighted imaging,DWI)。根据EOC的二元论模型[1],将所有患者分为Ⅰ型EOC和Ⅱ型EOC两组。利用后处理软件于轴位T_(2)加权成像(T_(2)-weighted imaging,T_(2)WI)和表观扩散系数(diffusion-weighted imaging,ADC)图上提取病灶的相关纹理参数,包括灰度直方图纹理参数(平均值、标准差、峰度、偏度、均匀性)和灰度共生矩阵纹理参数(能量、惯性、熵、相关性、逆差距)。采用t检验、Mann-Whitney U检验比较Ⅰ型和Ⅱ型EOC纹理参数的差异。对于差异有统计学意义纹理参数(P<0.05),绘制受试者工作特征曲线(receiver operating characteristic,ROC)曲线,得到曲线下面积(area under the curve,AUC),评估它们对Ⅰ型EOC和Ⅱ型EOC的鉴别诊断效能。进一步将有统计学意义的纹理参数进行logistic回归分析,确定鉴别Ⅰ型EOC和Ⅱ型EOC的独立影响因素。结果各纹理参数中,基于T_(2)WI的标准差、熵、相关、逆差距和基于ADC图的标准差、偏度、熵、逆差距在两组之间差异具有统计学意义(P<0.05),其中基于T_(2)WI的熵对Ⅰ型EOC和Ⅱ型EOC的鉴别诊断价值最大;多因素分析显示,基于T_(2)WI的熵和基于ADC图的标准差、偏度、熵是鉴别Ⅰ型EOC和Ⅱ型EOC的独立影响因素。结论基于MRI图像的纹理参数有助于区分Ⅰ型EOC和Ⅱ型EOC,尤其是T_(2)WI的熵和ADC图的标准差、偏度、熵,TA有望成为术前无创性评估EOC分型的重要工具。