换一批CT纹理分析在鉴别腰椎多发性骨髓瘤与骨质疏松中的价值
The value of CT texture analysis in differentiating lumbar multiple myeloma from osteoporosis
摘要目的 探讨CT纹理分析在鉴别腰椎多发性骨髓瘤(MM)与骨质疏松中的价值.方法 选取 40 例腰椎多发性MM(MM组)与腰椎骨质疏松 40 例(骨质疏松组)患者的资料进行分析,基于术前CT轴位图像,分别选择一个MM椎体和骨质疏松椎体勾画感兴趣区(ROI),利用MaZda软件提取图像纹理特征,用费希尔算法(Fisher)、分类错误率+平均相关系数算法(POE+ACC)、交互信息算法(MI)三种方法对提取的特征参数进行降维筛选,其每种方法筛选出 10 个最优纹理特征参数,然后利用原始数据分析法(RDA)、主要成分分析法(PCA)、线性判别分析法(LDA)、非线性判别分析法(NDA)四种分析方法分别结合降维筛选出的特征参数,计算各组合的分类误判率.对 30 个最优纹理特征参数进行统计学意义分析,获取具有统计学意义参数的受试者工作(ROC)曲线.对有意义的参数行Spearman相关分析做进一步筛选,筛选出的参数构建Logistic回归模型.结果 三种降维方法中,POE+ACC结合NDA组合对两种疾病的误判率最低(2.50%),15 个纹理特征具有统计学意义.经筛选后获得 135dr_GlevNonU、Perc.99%、S(0,4)Correlat和WavEnLH_s-5的 4 个参数构建模型,ROC曲线分析表明该模型诊断效果较好,曲线下面积(area under the curve,AUC)为 0.968.结论 基于 CT 图像的纹理分析有助于鉴别 MM 与骨质疏松,且 135dr_GlevNonU,Perc.99%,S(0,4)Correlat 和WavEnLH_s-5 构建的联合模型诊断效果较好.
更多相关知识
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
