多模态影像模型在子宫内膜癌诊断中的应用分析

Analysis of the application of multimodal image model in the diagnosis of endometrial carcinoma

二维码有效期 120s

摘要目的研究多模态影像模型在子宫内膜癌诊断中的应用价值.方法将2019年7月—2020年6月接受诊断的疑似子宫内膜病变患者250例纳入研究.包括子宫内膜癌组150例,良性增生组100例.分别对所有受试者进行经阴道彩色多普勒超声和磁共振成像(MRI)检查,采集影像资料.通过医学影像智能软件,将不同模态的医学图像,借助特定的算法,通过一定的处理,从而获取不同模态图像优点或互补性生成新的图像,并对可融合图像实施数据度量以及统计分析,建立多模态影像模型.比较两组微血管密度(MVD)、阻力指数(RI)以及搏动指数(PI)水平.此外,以病理诊断为金标准,分析不同诊断方式的诊断效能.结果子宫内膜癌组MVD高于良性增生组,而RI以及PI均低于良性增生组(均P<0.05).拉普拉斯金字塔融合算法和GAN算法多模态影像模型诊断子宫内膜癌的灵敏度、特异度以及准确度均高于阴道超声以及MRI诊断(均P<0.05);其中GAN算法的灵敏度、特异度以及准确度高于拉普拉斯金字塔融合算法,但两组比较差异不明显(均P>0.05).GAN算法多模态影像模型诊断Ⅰ期、Ⅱ期子宫内膜癌的符合率均高于阴道超声以及MRI检查,且拉普拉斯金字塔融合算法多模态影像模型诊断Ⅰ期、Ⅱ期子宫内膜癌的符合率均高于阴道超声检查(均P<0.05);拉普拉斯金字塔融合算法多模态影像模型与GAN算法多模态影像模型诊断Ⅰ期、Ⅱ期子宫内膜癌的符合率对比,差异不明显(均P>0.05).结论多模态影像模型应用于子宫内膜癌诊断中的价值较高,可明显提高诊断灵敏度、特异度以及准确度,且GAN算法的应用效果更为理想,值得临床推广应用.