cqvip:目的:探讨基于扩散加权成像(diffusion-weighted imaging,DWI)的纹理分析在胶质瘤分级中的价值。方法:回顾性分析经病理学检查证实的30例低级别胶质瘤(low grade glioma,LGG)(Ⅱ级)与97例高级别胶质瘤(high grade glioma,HGG)(Ⅲ级46例,Ⅳ级51例),使用Ma Zda ver.4.6提取所有患者DWI图像中肿瘤实质信号最高区域的纹理特征并分析其中的直方图参数,包括均值、方差、偏度和峰度,以及第1、10、50、90和99百分位数(Pere.1%、Pere.10%、Pere.50%、Pere.90%、Pere.99%),方差、峰度这两个参数的比较采用非参数秩和检验(Mann-Whitney U检验),其余参数采用独立样本t检验(independent-samples t test),使用受试者工作特征(receiver operating characteristic,ROC)曲线分析有统计学意义的参数在HGG与LGG之间的诊断效能,运用多变量Logistic回归分析对有统计学意义的纹理参数进行建模并绘制ROC曲线评价模型效能。结果:直方图参数中的均值、方差与第1、10、50、90、99百分位数在LGG和HGG间的差异有统计学意义[(144.198±47.133) vs (185.609±40.341),(28.101±39.529) vs (160.143±211.832),(134.233±43.673) vs (162.577±40.478),(138.100±44.970) vs (172.814±39.384),(144.400±47.211) vs(186.247±40.473),(149.833±49.537) vs (197.443±42.977),(152.333±50.384) vs (201.361±43.720),P均<0.001],偏度、峰度在两组间的差异无统计学意义[(-0.322±0.499)vs(-0.369±0.542),P=0.669;(-0.171±0.587) vs (-0.135±0.973),P=0.440]。两组间的方差以29.23为阈值时具有最高的诊断效能,对应的灵敏度、特异度及曲线下面积(area under the curve,AUC)分别为72.16%、76.67%、0.793。通过这7个纹理参数建立的多参数Logistic回归诊断模型的灵敏度、特异度及AUC分别为61.86%、86.67%、0.807。结论:基于DWI的纹理分析中的直方图参数可于术前有效地鉴别HGG与LGG,其中方差具有较高的诊断效能。
展开▼
