目的 探讨前列腺ADC图纹理分析鉴别低、高级别前列腺癌(PCa)的价值.方法 回顾性分析2015年5月至2017年6月华中科技大学同济医学院附属同济manbet官网登录
根治术后病理证实为PCa,根治术前在我院行MRI检查的患者,进行常规T1WI、T2WI和DWI序列扫描.采用ITK?SNAP软件在ADC图上手动逐层勾画ROI.采用基于python的pyradiomics包提取105个纹理特征.采用组内相关系数(ICC)评估特征可重复性,独立样本t检验或Mann?WhitneyU检验筛选出在低、高级别PCa组间差异有统计学意义的纹理特征.采用Lasso回归模型及5折交叉验证法对特征进行进一步的筛选和建模,采用ROC曲线评估模型诊断效能.结果 纳入低级别PCa患者34例,高级别PCa患者56例.筛选出3个系数非零纹理特征,分别为第10百分位数、中位数及主轴长度.构建的模型鉴别低、高级PCa的ROC下面积为0.841,敏感度为69.6
作者：范婵媛；闵祥德；Li Quibai；方俊华；方志华；张配配；冯朝燕；游慧娟；王良
来源：中华放射学杂志 2019 年 53卷 10期
