增强CT图像纹理分析在非小细胞肺癌病理分型及分期中的应用价值

周林丽

南通大学学报(医学版) ›› 2024, Vol. 44 ›› Issue (02) : 191 -193.

PDF
南通大学学报(医学版) ›› 2024, Vol. 44 ›› Issue (02) : 191 -193. DOI: 10.16424/j.cnki.cn32-1807/r.2024.02.021

增强CT图像纹理分析在非小细胞肺癌病理分型及分期中的应用价值

    周林丽
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的:探讨增强CT图像纹理分析在非小细胞肺癌(non-small cell lung cancer, NSCLC)病理分型及分期中的应用价值。方法:回顾性分析2012年1月—2013年12月间在南通市肿瘤医院经手术病理证实为NSCLC 61例的临床及影像资料。用纹理分析软件(Image J)勾画感兴趣区并提取和计算病灶图像纹理特征参数,比较不同病理类型及分期中这些纹理特征参数的差异,绘制ROC曲线评价纹理特征鉴别NSCLC病理分型及分期的价值。结果:增强图像上,肺腺癌及肺鳞癌积分密度差异有统计学意义(P=0.013),鉴别肺腺癌及肺鳞癌的AUC为0.720(95%CI:0.592~0.848),敏感度为0.93,特异度为0.53。积分密度和对比度在Ⅰ+Ⅱ期及Ⅲ期NSCLC中差异有统计学意义(P<0.001、P=0.041),积分密度鉴别的AUC为0.823(95%CI:0.718~0.928),敏感度为0.89,特异度为0.70;对比度鉴别的AUC为0.667(95%CI:0.522~0.811),敏感度为0.42,特异度为0.89。结论:增强CT图像纹理分析在NSCLC病理分型及分期中有一定的应用价值。

关键词

非小细胞肺癌 / 纹理分析 / 积分密度 / 对比度 / 计算机断层增强扫描

Key words

引用本文

引用格式 ▾
增强CT图像纹理分析在非小细胞肺癌病理分型及分期中的应用价值[J]. 南通大学学报(医学版), 2024, 44(02): 191-193 DOI:10.16424/j.cnki.cn32-1807/r.2024.02.021

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

86

访问

0

被引

详细

导航
相关文章

AI思维导图

/