基于融合双模态超声瘤内瘤周影像的乳腺肿瘤分类

摘要

本研究通过135例临床乳腺肿瘤的灰阶超声和应变弹性超声的双模态图像研究,并结合肿瘤感兴趣区域(region of interest,ROI)与瘤周组织超声信息进行乳腺肿瘤的良恶性分类.首先,分别提取肿瘤ROI区域的常规灰阶超声和应变弹性超声的影像组学特征:形态学特征(14个)、强度特征(18个)和纹理特征(75个),并提取瘤周区域的双模态超声强度特征和纹理特征;然后采用最小绝对收缩和选择算法(Lasso)进行特征筛选,得到最佳特征组合;最后,利用支持向量机进行良恶性分类.实验结果表明,将灰阶超声、应变弹性超声ROI区域和瘤周区域特征进行融合分析后,其受试者工作特性曲线下面积(area under curve,AUC)为(0.8895±0.0176).其结果远高于单纯灰阶超声ROI区域得到的(0.8267±0.0150).