超声纹理分析技术对腮腺良恶性肿瘤的鉴别诊断价值

摘要

目的 探讨超声纹理分析技术在腮腺良恶性肿瘤中的鉴别诊断价值。方法 选取154例腮腺肿瘤患者的二维超声图像，对图像进行归一化处理，将预处理后的图像导入Mazda软件，勾画感兴趣区域(region of interest, ROI),软件自动分析对ROI图像进行分割及特征提取，得出图像的纹理参数，比较各参数差异，采集差异有统计学意义的参数，绘制受试者工作特征曲线(receiver operating characteristic, ROC),比较曲线下面积(area under curve, AUC),评估其诊断效能。以病理结果为金标准，对比纹理分析和超声医师诊断的误判率差异。结果 腮腺良性肿瘤患者平均年龄低于腮腺恶性肿瘤患者，差异有统计学意义(P<0.05),两组患者性别分布无差异(P>0.05)。常规超声特征中，两组肿瘤边界、形态、内部回声及血流信号比较差异有统计学意义(P<0.05)。Mazda软件提取的10组纹理参数中，腮腺良性肿瘤组的纹理特征参数差熵(different entropy, DE)、对比度(contrast, CON)、和方差(sum variance, SV)、熵(entropy, ENT)、差方差(different variance, DV)以及和熵(sum entropy, SE)的敏感度均低于恶性肿瘤组(P<0.05)。其中，熵具有较高的诊断效能，AUC为0.840。纹理分析的误判率明显低于超声医师的误判率(P<0.05)。结论 超声纹理分析技术可以为腮腺良恶性肿瘤的鉴别提供更多临床参考价值。

关键词

超声医学 / 纹理分析 / 腮腺良恶性肿瘤

基金资助

河北省卫健委重点科技研究计划(No.20220593)