论文部分内容阅读
【目的】:
1.确定乳腺良恶性病灶的钼靶纹理参数的改变及诊断阈值。
2.确定乳腺良恶性病灶的MRI纹理参数的改变及诊断阈值。
3.判断综合乳腺MRI多个序列、钼靶联合MRI多个序列纹理分析能否较钼靶或单一乳腺MRI序列有效提高诊断乳腺癌的效能。
【方法】:
所有病人均为术前检查，以病理结果为金标准，对本院2014-06至2018-10期间由GESenographe2000D型钼-铑双靶全视野数字化乳腺机检查的135例钼靶图像（恶性69例，良性66例）的头尾位（CC位）及内外侧斜位（MLO位）及由GESignaExciteHD3.0T超导磁共振扫描仪扫描的115例（恶性55例，良性60例）乳腺MRI的轴位T2WI脂肪抑制序列、轴位DWI（b＝1000s/mm2）及增强的第2、3期（C2、C3）图像进行回顾性纹理分析，其中同时行钼靶及乳腺MRI检查的病人为30例（良性14例，恶性16例）。将病灶侧钼靶CC及MLO位、乳腺MRI的T2WI、DWI、C2、C3各个序列扫描后获取的图像（DICOM格式）分别从C.K(CTKinetics，GEHealthcare)软件中第三步（3-results）直接导入，在C.K软件上调节合适的窗宽窗位，使得病灶显示最清晰，然后选取病灶最大层面，该层面应避免含有较多的坏死灶，接着沿着病灶的外边缘手动绘制感兴趣区域（ROI），同一个患者乳腺MRI各序列图像尽可能均在同一层面勾画从而得出勾画区域的纹理参数，通过秩和检验、独立样本t检验找出良恶性两组间有统计学差异的纹理参数，然后通过ROC曲线下面积分析得出钼靶及乳腺MRI有统计学差异的纹理参数的AUC值（曲线下面积）及各序列中AUC值最大的纹理参数，且当约登指数最大时该参数诊断良恶性病灶的阈值、敏感性和特异性。将钼靶及乳腺MRI各个序列中AUC值最大的参数作为联合诊断指标，通过logistics回归求出联合预测因子，再次构建ROC曲线，并比较及评价诊断价值。
【结果】:
在钼靶的CC位及MLO位均得出三阶纹理参数中ShortRunHightGreyLevelE-mphasis（短距灰度）有统计学差异，该参数在CC位及MLO位诊断效能无明显差异，选取钼靶MLO位的ShortRunHightGreyLevelEmphasis（短距灰度）≤222264.00作为诊断恶性的标准，其AUC值为0.66（95%CI为0.56-0.75），敏感度及特异性分别为86%，35%。
在MRI上各序列均得出较多有统计学差异的纹理参数，其中T2WI、C2、C3中的二阶纹理参数Correlation（相关性）及DWI中的二阶纹理参数HaralickProminence曲线下面积（AUC值）最高，AUC值分别为0.68（95%CI为0.57-0.79）、0.72（95%CI为0.61-0.82）、0.74（95%CI为0.64-0.84）、0.70（95%CI为0.59-0.80），当约登指数最大时，以T2WI的Correlation≥3.55×10-5、C2的Correlation≥3.21×10-5、C3的Correlation≥5.30×10-5、DWI的HaralickCorre-lation≥4.15×109做为诊断恶性病灶标准时，敏感度及特异性分别为76%、55%；87%、51%；80%、65%；91%、47%。
综合乳腺MRI多个序列、钼靶联合乳腺MRI多个序列诊断乳腺癌的AUC值分别约0.87（95%CI为0.63-1.00）、0.91（95%CI为0.81-1.00），当约登指数最大时，联合预测因子的诊断点分别为0.64、0.51，敏感度及特异性分别为81%、86%，88%、86%。
【结论】:
钼靶、乳腺MRI各个序列的纹理特征参数均能在乳腺良恶性病灶的鉴别诊断中提供帮助，但是诊断效能、敏感度及特异性欠佳；综合乳腺MRI多个序列的纹理特征可以明显提高诊断效能，为乳腺良恶性病灶的鉴别诊断提供一种新的辅助手段，而钼靶联合乳腺MRI多个序列的纹理分析可以优势互补，较单一的钼靶或是乳腺MRI诊断效能高。
1.确定乳腺良恶性病灶的钼靶纹理参数的改变及诊断阈值。
2.确定乳腺良恶性病灶的MRI纹理参数的改变及诊断阈值。
3.判断综合乳腺MRI多个序列、钼靶联合MRI多个序列纹理分析能否较钼靶或单一乳腺MRI序列有效提高诊断乳腺癌的效能。
【方法】:
所有病人均为术前检查，以病理结果为金标准，对本院2014-06至2018-10期间由GESenographe2000D型钼-铑双靶全视野数字化乳腺机检查的135例钼靶图像（恶性69例，良性66例）的头尾位（CC位）及内外侧斜位（MLO位）及由GESignaExciteHD3.0T超导磁共振扫描仪扫描的115例（恶性55例，良性60例）乳腺MRI的轴位T2WI脂肪抑制序列、轴位DWI（b＝1000s/mm2）及增强的第2、3期（C2、C3）图像进行回顾性纹理分析，其中同时行钼靶及乳腺MRI检查的病人为30例（良性14例，恶性16例）。将病灶侧钼靶CC及MLO位、乳腺MRI的T2WI、DWI、C2、C3各个序列扫描后获取的图像（DICOM格式）分别从C.K(CTKinetics，GEHealthcare)软件中第三步（3-results）直接导入，在C.K软件上调节合适的窗宽窗位，使得病灶显示最清晰，然后选取病灶最大层面，该层面应避免含有较多的坏死灶，接着沿着病灶的外边缘手动绘制感兴趣区域（ROI），同一个患者乳腺MRI各序列图像尽可能均在同一层面勾画从而得出勾画区域的纹理参数，通过秩和检验、独立样本t检验找出良恶性两组间有统计学差异的纹理参数，然后通过ROC曲线下面积分析得出钼靶及乳腺MRI有统计学差异的纹理参数的AUC值（曲线下面积）及各序列中AUC值最大的纹理参数，且当约登指数最大时该参数诊断良恶性病灶的阈值、敏感性和特异性。将钼靶及乳腺MRI各个序列中AUC值最大的参数作为联合诊断指标，通过logistics回归求出联合预测因子，再次构建ROC曲线，并比较及评价诊断价值。
【结果】:
在钼靶的CC位及MLO位均得出三阶纹理参数中ShortRunHightGreyLevelE-mphasis（短距灰度）有统计学差异，该参数在CC位及MLO位诊断效能无明显差异，选取钼靶MLO位的ShortRunHightGreyLevelEmphasis（短距灰度）≤222264.00作为诊断恶性的标准，其AUC值为0.66（95%CI为0.56-0.75），敏感度及特异性分别为86%，35%。
在MRI上各序列均得出较多有统计学差异的纹理参数，其中T2WI、C2、C3中的二阶纹理参数Correlation（相关性）及DWI中的二阶纹理参数HaralickProminence曲线下面积（AUC值）最高，AUC值分别为0.68（95%CI为0.57-0.79）、0.72（95%CI为0.61-0.82）、0.74（95%CI为0.64-0.84）、0.70（95%CI为0.59-0.80），当约登指数最大时，以T2WI的Correlation≥3.55×10-5、C2的Correlation≥3.21×10-5、C3的Correlation≥5.30×10-5、DWI的HaralickCorre-lation≥4.15×109做为诊断恶性病灶标准时，敏感度及特异性分别为76%、55%；87%、51%；80%、65%；91%、47%。
综合乳腺MRI多个序列、钼靶联合乳腺MRI多个序列诊断乳腺癌的AUC值分别约0.87（95%CI为0.63-1.00）、0.91（95%CI为0.81-1.00），当约登指数最大时，联合预测因子的诊断点分别为0.64、0.51，敏感度及特异性分别为81%、86%，88%、86%。
【结论】:
钼靶、乳腺MRI各个序列的纹理特征参数均能在乳腺良恶性病灶的鉴别诊断中提供帮助，但是诊断效能、敏感度及特异性欠佳；综合乳腺MRI多个序列的纹理特征可以明显提高诊断效能，为乳腺良恶性病灶的鉴别诊断提供一种新的辅助手段，而钼靶联合乳腺MRI多个序列的纹理分析可以优势互补，较单一的钼靶或是乳腺MRI诊断效能高。