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