APP下载

基于T2WI的纹理分析和机器学习在鉴别肾乏脂血管平滑肌脂肪瘤和肾癌中的价值

2021-05-06刘震昊白旭叶慧义郭爱桃林明权左盼莉王海屹

磁共振成像 2021年2期
关键词:特征模型研究

刘震昊,白旭,叶慧义,郭爱桃,林明权,左盼莉,王海屹*

肾血管平滑肌脂肪瘤(angiomyolipoma,AML)是最常见的肾脏良性肿瘤[1],治疗仅推荐在经过慎重选择的患者中进行[2]。肾细胞癌是最常见的肾脏恶性肿瘤[3],常用的治疗方法有手术干预和消融疗法等[2]。对AML 的正确诊断至关重要的是识别肿瘤内脂肪[4]。然而,3%~4%的AML在断面图像上检测不到脂肪[5],被称为乏脂血管平滑肌脂肪瘤(angiomyolipoma without visible fat,AMLwvf),其影像表现类似肾癌,常导致不必要的切除[6]。因此,术前正确区分AMLwvf 和肾癌十分重要。

然而,穿刺活检结果可能不准确[7]。CT 在诊断AMLwvf 中仅具有中等敏感性(67%)[8];磁共振化学位移成像的鉴别价值存在争议[9];其他磁共振序列也很难实现区分,包括扩散加权成像[10]、T2 加权成像[11]和增强模式[12]。目前,基于磁共振图像的纹理分析或机器学习鉴别AMLwvf 和肾癌的研究很少,本研究旨在通过磁共振T2WI来探索是否存在能鉴别二者的影像组学特征独立预测因子,同时使用多特征建立机器学习模型,并评价其预测效能。

1 材料与方法

1.1 研究对象

回顾性收集中国人民解放军总医院2012 年12 月至2017 年12 月经病理证实的肾血管平滑肌脂肪瘤、肾透明细胞癌、乳头状肾细胞癌和肾嫌色细胞癌。本研究经解放军总医院第一医学中心伦理委员会批准,因属回顾性研究,免除签署知情同意书。

纳入标准:(1)术前在本院接受肾脏磁共振检查;(2)均在3.0 T 磁共振设备下进行检查。排除标准:(1)术前接受过干预治疗的患者,如介入治疗等;(2)既往有肾脏肿瘤手术史,本次为同侧或对侧复发的患者;……

登录APP查看全文

猜你喜欢

特征模型研究
一半模型
FMS与YBT相关性的实证研究
辽代千人邑研究述论
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
如何表达“特征”
不忠诚的四个特征
EMA伺服控制系统研究
3D打印中的模型分割与打包
线性代数的应用特征