Page 110 - 南京医科大学学报自然科学版
P. 110

第40卷第6期41卷第3期
                                                                                                  第
               ·416 ·                            南 京    医 科 大 学 学         报                        2020年6月年3月
                                                                                                   2021

              4A类评估为良性，将BI⁃RADS 4B、4C及5类评估为                                表1 乳腺微小病变的病理结果
                  ［5］
              恶性 。并将评估结果与病理结果进行对比，得出                                     病例结果                   例数［n（%）］
              超声医师评估的误判率。                                            良性病灶
              1.2.2 纹理分析                                               腺病                        52（31.71）
                                                                       纤维腺瘤                      42（25.61）
                  采用罗兹工业大学免费纹理分析 MaZda 软件
                                                                       积乳囊肿                      11（6.71）0
             （Version 4.6），将超声二维影像以 bmp 格式导入
                                                                       导管内乳头状瘤                   10（6.10）0
              MaZda软件中，对图像的所有灰度值按1%分位点到
                                                                       腺病瘤                       05（3.05）0
              99%分位点进行归一化处理，再将图像量化为8 bit，                              血管脂肪瘤                     01（0.61）0
              为尽量避免因图像过小和部分病灶边界不清产生                                  恶性病灶
              的 ROI 勾画误差，超声二维影像均进行了放大和灰                                浸润性导管癌                    28（17.07）
              度变化处理，勾画时分别用红色和绿色表示良性和                                   导管原位癌                     10（6.10）0
              恶性病变，采用多边形功能手动模式进行勾画，尽                                   实性乳头状癌                    02（1.22）0
              可能勾画病灶的全部区域，勾画完成后将超声影像                                   浸润性乳头状微癌                  01（0.61）0
                                                                       黏液癌                       01（0.61）0
              恢复至原大小和灰度。分析ROI内超声影像的纹理
                                                                       淋巴瘤                       01（0.61）0
              特征，并通过软件自带的纹理特征分析方法选择最

              具鉴别价值的纹理参数，包括交互信息（mutual in⁃                      结 果 比 较 ，超 声 医 师 总 的 误 判 率 为 29.27%（48/
              formation，MI）、分类错误概率（probability of classifi⁃     164），良性病变误判率为 15.70（19/121），恶性病变
              cation error，POE）联合平均相关系数（average correc⁃         的误判率为67.44%（29/43）。
              tion coefficient，ACC）（POE+ACC）、Fisher 系数，及以       2.3  乳腺良恶性微小病变超声影像 ROI 标识及纹
              上 3 种方法联合（Fisher+ POE+ACC+MI），前 3 种方              理特征统计
              法各提取 10 个、Fisher+ POE+ACC+MI 提取 30 个纹                  乳腺良恶性微小病变ROI标记前后的超声影像
              理特征参数，将简化后的纹理特征参数输入 MaZda                         如图 1 所示，4 种纹理分析方法选取的纹理参数共
              自带的 B11 统计分析软件包中，构建人工神经网络                         30 组，结果表明，MI 中有 8 组纹理参数差异有统计
             （artificial neural network，ANN）模型，自动训练，并将          学意义（P＜0.05）。POE+ACC和Fisher系数中10组
              其结果与病理对比，得出乳腺微小病变的误判率，                            纹理参数差异均有统计学意义（P＜0.05，表3），3种
              并将其与超声医师的评估结果比较。                                  方法联合共有 28 组纹理参数差异有统计学意义
              1.3  统计学方法                                        （P＜0.05）。
                  采用SPSS19.0统计分析软件，计量资料用均数±                     2.4  乳腺良恶性微小病变的误判率
              标准差（x ± s）表示，纹理参数的比较采用独立样本t                            将简化后的纹理特征参数输入 MaZda 自带的
              检验，乳腺良恶微小病变的超声特征、超声医师的评                           B11 统计分析软件包中，构建 ANN 模型，对于所有
              估结果以及各种纹理分析方法误判率等计数资料用                            乳腺微小病变，采用MI方法进行纹理分析的误判率
              例数及率表示，计数资料的两两比较采用卡方检验或                           为 46.34%（76/164），POE+ACC 的误判率为 48.17%
              Fisher 确切概率法，P＜0.05为差异有统计学意义。                     （79/164），Fisher 系数的误判率为 23.78%（39/164），
                                                                3 种方法联合的误判率为 20.12%（33/164），超声医
              2  结 果
                                                                师的误判率为29.27%（48/164），其中，3种方法联合
              2.1  病理结果                                         分析的误判率最低，与 MI、Fisher 系数评估比较，差
                  根据2012年第4版《WHO乳腺肿瘤组织学分类》                      异均有统计学意义（χ 值分别为 25.41、28.69，P 均
                                                                                     2
              指南 进行分类，164个微小病变中，良性121个，恶性                       ＜0.05）。对于良恶性微小病变患者，各种纹理分
                  ［6］
              43 个，良性病变的发生率为 73.78%，恶性病变的发                      析方法的误诊率差异无统计学意义（P＞0.05），超
              生率为26.22%（表1）。                                    声医师评估对乳腺良恶性微小病变的误判率差异

              2.2  超声医师的评估                                      有统计学意义（P＜0.05，表 4）。
                  本研究中乳腺微小病变超声特征见表2，其中，
                                                                3 讨 论
              恶性病变微钙化以及血流丰富病灶的发生率均高
              于良性病变，差异有统计学意义（P＜0.05）。与病理                             作为人工智能的重要内容，纹理分析是指通过
   105   106   107   108   109   110   111   112   113   114   115