APP下载

基于DWI的纹理分析在鉴别高、低级别前列腺癌诊断中的价值

2021-02-18王姗孟蒙姜岐涛孟宪平沈钧康段绍峰

中国医学计算机成像杂志 2021年6期
关键词:前列腺癌特征模型

王姗 孟蒙 姜岐涛 孟宪平 沈钧康 段绍峰

前列腺癌(prostate cancer,PCa)是老年男性最常见的恶性肿瘤之一,在美国,其发病率高居男性肿瘤首位,死亡率居第2位[1]。近年来,随着血清前列腺特异性抗原筛查普及、人口老龄化加剧及生活方式改变等,中国男性前列腺癌发病率呈现明显上升趋势。PCa的确诊及病理分级大多数依赖于经直肠超声引导下前列腺穿刺活检术(transrectal ultrasoundguided biopsy,TRUS-Bx),但由于肿瘤的异质性及穿刺活检技术的取材偏倚性,获取的小部分肿瘤组织并不能代表肿瘤组织的全部特点。因此,寻找一种无创的全面而精确评价PCa分级的方法有重要临床意义。

纹理分析是近些年来新出现的一种图像后处理技术,通过应用大量的自动化数据特征化算法将感兴趣区(region of interest,ROI)的影像数据转化为具有高分辨率的可发掘的特征空间数据,可揭示肿瘤预测性的信号,能够捕获肿瘤内在的异质性,并利用这些定量信息对疾病的鉴别诊断、分级及疗效评价进行研究[2]。本研究旨在探讨基于弥散加权成像(diffusion weighted imaging,DWI)纹理分析在对前列腺癌Gleason评分高危组(Gleason评分≥4+3)与低危组(Gleason评分≤3+4)进行分类的价值。

方 法

1.研究对象

回顾性分析2018年5月至2019年12月江阴市人民医院收治的前列腺癌患者。纳入标准:①患者在我院进行前列腺MRI扫描,扫描序列包括常规MRI序列及DWI序列;②MRI检查后1~2个月内经手术病理或穿刺活检证实为前列腺癌,根据病理学标准进行Gleason评分;③患者行MRI检查前,无前列腺穿刺活检史、无内分泌治疗或放疗等相关治疗史。……

登录APP查看全文

猜你喜欢

前列腺癌特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
前列腺癌复发和转移的治疗
关注前列腺癌
认识前列腺癌
如何表达“特征”
不忠诚的四个特征
前列腺癌,这些蛛丝马迹要重视
3D打印中的模型分割与打包
线性代数的应用特征