点击次数：

论文类型：期刊论文

发表时间：2012-08-15

发表刊物：北京生物医学工程

收录刊物：ISTIC

卷号：31

期号：4

页面范围：343-348

ISSN号：1002-3208

关键字：特征选择;形态学特征;纹理特征;时间强度曲线

摘要：目的 比较动态对比度增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)图像的形态、纹理和时间强度曲线(time intensity curve,TIC)特征对乳腺病灶良恶性的诊断效果,讨论DCE-MRI图像特征的计算机辅助诊断价值.方法 测量224个乳腺病灶样本(良性样本82个,恶性样本142个)的12个形态学特征、56个基于灰度共生矩阵(gray level co-occurrence matrix,GLCM)的纹理特征以及11个TIC特征,采用平均平方距离准则和SVM分类器评估这三类特征的良恶性分辨能力.结果 反映病灶血流动力学特性的TIC特征的分类性能最优(SE 0.9366,SP 0.8293,AUC 0.9495);纹理特征次之(SE 0.9225,SP 0.7195,AUC 0.8835);形态学特征效果最差(SE 0.8451,SP 0.6951,AUC 0.8079).研究发现,在上述基础上融合三类特征可优化分类性能.最终结合平滑度、紧致度、熵等9个特征参数进行诊断,对乳腺病灶良恶性的分辨效果最好,AUC达0.9642.结论 DCE-MRI的TIC特征对恶性乳腺病灶具有较高的灵敏度,可以提高乳腺计算机辅助诊断的恶性病灶检出率.综合分析形态、纹理和TIC特征可以提高病灶的诊断特异度,降低良性病灶的误诊率.