基于2D与3D分割的T2WI直方图分析在腮腺肿瘤鉴别中的对比研究

摘要

目的：对比基于二维（Two-dimensional,2D）和三维（Three-dimensional,3D）分割的脂肪抑制T₂加权成像（Fat-saturated T₂weighted imaging,Fs-T₂WI）直方图分析鉴别腮腺良、恶性肿瘤及多形性腺瘤和腺淋巴瘤的价值。方法：回顾性分析经病理证实的腮腺肿瘤患者159例，其中良性肿瘤119例，包括多形性腺瘤63例，腺淋巴瘤43例；恶性肿瘤40例。由2名医师于轴位Fs-T₂WI上分别进行2D和3D肿瘤分割，获取最大层面及全瘤感兴趣区域（Region of interest,ROI）。采用FAE软件提取7个直方图特征，包括第10百分位数（10th）、第90百分位数（90th）、均值、中位数、熵、偏度、峰度。采用组内相关系数（Intraclass correlation coefficient,ICC）评价直方图参数观察者间的一致性。比较腮腺良、恶性肿瘤之间及多形性腺瘤和腺淋巴瘤之间直方图特征的差异。使用逐步逻辑回归筛选出独立预测因子。采用受试者工作特征（Receiver operating characteristic,ROC）曲线及Delong检验评估2D与3D直方图特征诊断腮腺肿瘤的效能，并比较不同分割方式曲线下面积（Area under the curve,AUC）的差异。结果：2D分割（ICC:0.877～0.981）和3D分割（ICC:0.877～0.986）的直方图参数均具有很好的观察者间一致性。区分腮腺良、恶性肿瘤，基于2D和3D分割时，10th均是独立预测因子，AUC分别为0.814和0.789，灵敏度分别为0.875和0.725，特异度分别为0.647和0.765。区分多形性腺瘤与腺淋巴瘤，基于2D分割的独立预测因子是中位数，AUC为0.890，灵敏度为0.857，特异度为0.837；基于3D分割的独立预测因子是90th、熵与均值，模型的AUC为0.942，灵敏度为0.857，特异度为0.884。Delong检验显示2D分割和3D分割模型鉴别腮腺良、恶性肿瘤及多形性腺瘤和腺淋巴瘤的AUC值间均无显著性差异（P值均>0.05）。结论：T₂WI直方图分析能够为腮腺肿瘤的诊断提供一种定量工具，2D分割可作为优先选择的检查手段。

关键词

腮腺肿瘤 / 磁共振成像