基于多尺度多模态磁共振图像的直方图特征在脑胶质瘤分级上的应用
曹之乐
郭虹
郭宇
中国人民解放军陆军特色医学中心放射科,重庆 400042
摘要：目的 提出一种基于多尺度多模态磁共振图像的直方图特征,并采用机器学习的方法进行脑胶质瘤的分级应用.方法 收集临床60例脑胶质瘤病例,其中Ⅱ级胶质瘤弥漫型星形细胞瘤和少突胶质细胞瘤22例,Ⅲ级胶质瘤间变型少突星形细胞瘤和间变星形细胞瘤18例,Ⅳ级胶质瘤胶质母细胞瘤例20例.病例图像信息包含平扫T2加权序列、T2加权压水压脂序列以及增强后的T1序列.对3种序列图像做多尺度化处理,对多尺度化后的图像做纹理分析,以病灶核心区域为感兴趣区,计算纹理参数,探究纹理参数与脑胶质瘤的内在关联含义,行Ⅱ级与Ⅲ级间纹理参数的ROC曲线分析,以及Ⅲ级与Ⅳ级间纹理参数的ROC曲线分析.以支持向量机作为机器学习核心,通过交叉验证法,得出本文纹理分析方法在不同级别胶质瘤的分级上的准确度和整体分级准确度.结果 多尺度多模态磁共振图像直方图特征结合支持向量机模型的鉴别系统在Ⅱ级和Ⅲ级脑胶质瘤间总体参数准确率为91.5%,在Ⅲ级和Ⅳ级脑胶质瘤间的总体参数准确率为97.9%.整体的三分类支持向量机模型在交叉验证法的分级准确率为91.67%.结论 多尺度多模态磁共振图像的直方图特征结合支持向量机模型的鉴别系统,可以在脑胶质瘤肿瘤分级上为临床提供重要信息.
关键词：纹理分析多尺度脑胶质瘤直方图特征机器学习支持向量机
资助基金：重庆市影像医学与核医学临床医学研究中心建设项目(CSTC2015YFPT-gcjsyjzx0175)
论文发表日期：2023-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 674-681 )
英文信息