%0 Journal Article
%T CT图像纹理分析鉴别不典型胰腺实性假乳头状肿瘤与胰腺导管腺癌的初步研究
%A 于浩鹏
%A 宋彬
%A 李谋
%A 汪翊
%J -
%D 2018
%R doi:10.7507/1007-9424.201809007
%X 目的 探讨采用 CT 图像纹理分析鉴别不典型的胰腺实性假乳头状肿瘤（pancreatic solid pseudopapillary tumor，SPT）和胰腺导管腺癌（pancreatic ductal adenocarcinoma，PDAC）的可行性。 方法 回顾性分析四川大学华西医院经病理学检查证实的不典型 SPT（共计 26 个病灶）和 PDAC（共 52 个病灶）患者的 CT 资料。利用 ITK-Snap 软件于动脉期（arterial phase，AP）及门静脉期（portal venous phase，PVP）CT 图像上勾画三维（three-dimensional，3D）感兴趣区（region of interest，ROI），利用 A.K.软件（GE 公司，美国）自动提取 ROI 处的图像纹理特征。应用 R 软件行参数间的相关性分析以去除冗余的纹理特征后，剩余的纹理特征应用单因素及多因素二分类 logistic 回归筛选纹理特征，并建立回归模型。应用受试者工作特征（receiver operating characteristic，ROC）曲线分析比较纹理特征与模型鉴别不典型 SPT 及 PDAC 的诊断效能。 结果 共提取了 792 个纹理特征（AP 396 个，PVP 396 个），去冗余后剩余 61 个特征（AP 35 个，PVP 26 个）。二分类 logistic 回归分析选择出 2 个纹理特征为独立危险因素（AP 下为 MinIntensity，PVP 下为 Correlation_AllDirection_offset1_SD），其鉴别不典型的 SPT 和 PDAC 的灵敏度、特异度分别为 71.15%、76.92% 和 63.46%、76.92%，曲线下面积（AUC）分别为 0.740 和 0.754。应用上述 2 个纹理特征建立二分类 logistic 模型后，其模型灵敏度和特异度分别为 73.08% 及 80.77%，AUC 值为 0.796。2 个纹理特征和 logistic 模型的诊断效能比较差异无统计学意义（P>0.05）。 结论 CT 图像纹理分析鉴别不典型 SPT 与 PDAC 是可行的，具有中等的诊断效能
%K CT图像
%K 纹理分析
%K 胰腺实性假乳头状肿瘤
%K 胰腺导管腺癌
%U http://www.gensurg.cn:80/article/10.7507/1007-9424.201809007