影像组学在甲状腺结节良恶性鉴别中的应用研究

摘要

目的:探讨影像组学在甲状腺结节良恶性鉴别中的应用价值。方法:回顾性分析我院经病理证实的90例甲状腺结节患者,其中良性结节45例,恶性结节45例。入选的病例都有完整的病理检查结果及在我院行双能量CT扫描。应用纹理分析软件MaZad对甲状腺CT扫描的静脉期图像进行分析,在结节最大层面手动勾画感兴趣区(ROI),通过分析得出300多个纹理参数。对所得出的纹理参数使用Fisher系数、分类误差概率与平均相关系数(POE+ACC)及互信息(MI)等三种降维方式进行处理,得到10个鉴别最佳的纹理参数。采用MaZad自带的B11软件进行纹理参数的判别,对每种降维方式分别进行原始数据分析(RDA)、主成分分析(PCA)、线性判别分析(LDA)及非线性判别分析(NDA)等四种分析,分别获得不同模型对甲状腺结节鉴别诊断的准确度、特异度和灵敏度。结果:在三种降维方法中相关度 S(2,-2)都被筛选出来,其中Fisher/NDA诊断效能最佳,灵敏度为89.36%;预测准确率为 91.11%。而特异度最高的是MI/NDA法,为97.05%。结论:利用影像组学的方法可以可靠的鉴别出CT双能量扫描中甲状腺结节的良恶性,为临床进一步的诊断和治疗提供帮助。