基于超声影像纹理分析鉴别诊断乳腺分叶状肿瘤和纤维腺瘤

摘要

目的乳腺分叶状肿瘤(PTB)和纤维腺瘤(FB)超声特征具有一定重合。文中探讨超声影像纹理分析鉴别诊断PTB和FB的价值。方法选取53例PTB和114例FB患者的术前超声影像资料。将超声二维影像导入MaZda 4.6软件中,手动勾画病变的感兴趣区(ROI),分别选择Fisher系数、分类错误概率联合平均相关系数(POE+ACC)、交互信息(MI)以及联合3种方法(Fisher+POE+ACC+MI)。选择最具鉴别价值的纹理特征参数,构建人工神经网络模型,比较PTB和FB纹理特征的差异,并评估3种纹理分析方法和超声医师对PTB和FB的误判率。结果3种纹理参数分析方法共选取的30组纹理参数中,8组差异有统计学意义(P<0.05)。在总误判率方面,3种方法联合分析的误判率最低,与Fisher系数、POE+ACC、MI以及超声医师的误判率相比,差异均具有统计学意义(χ2=30.683、7.467、12.371、4.138,P<0.05)。同时,超声医师对PTB的误诊率明显高于FB(54.72%vs 17.54%,P<0.05)。结论超声影像纹理分析可用于鉴别诊断PTB和FB。