目的:比较胰腺寡囊型浆液性囊腺瘤(MaSCA)与粘液性囊腺瘤(MCN)磁共振成像(MRI)影像学及纹理特征差异,构建两者鉴别诊断模型。方法:回顾性搜集32例MaSCA与36例MCN患者,分别基于MRI压脂T_1加权图像(FS-T_1WI)和压脂T_2加权图像(FS-T_2WI)...目的:比较胰腺寡囊型浆液性囊腺瘤(MaSCA)与粘液性囊腺瘤(MCN)磁共振成像(MRI)影像学及纹理特征差异,构建两者鉴别诊断模型。方法:回顾性搜集32例MaSCA与36例MCN患者,分别基于MRI压脂T_1加权图像(FS-T_1WI)和压脂T_2加权图像(FS-T_2WI)进行纹理分析并比较各纹理参数之间差异。采用Logistic回归分析分别对具有差异影像特征构建影像模型,选取曲线下面积(area under the curve, AUC)最大参数构建纹理分析模型,两组特征共同构建组合模型,利用ROC曲线(receiver-operating characteristic curve)评估模型诊断效能。结果:影像模型AUC 0.849,敏感度及特异度分别为86.1%、68.7%;纹理分析模型AUC 0.887,敏感度及特异度均较高,分别约80.6%、84.4%。组合模型AUC最高,为0.958,敏感度及特异度分别为88.9%、90.6%。结论:综合影像特征和纹理分析特征组合模型,有助于术前鉴别MaSCA和MCN且具有很高诊断性能。展开更多
文摘目的:比较胰腺寡囊型浆液性囊腺瘤(MaSCA)与粘液性囊腺瘤(MCN)磁共振成像(MRI)影像学及纹理特征差异,构建两者鉴别诊断模型。方法:回顾性搜集32例MaSCA与36例MCN患者,分别基于MRI压脂T_1加权图像(FS-T_1WI)和压脂T_2加权图像(FS-T_2WI)进行纹理分析并比较各纹理参数之间差异。采用Logistic回归分析分别对具有差异影像特征构建影像模型,选取曲线下面积(area under the curve, AUC)最大参数构建纹理分析模型,两组特征共同构建组合模型,利用ROC曲线(receiver-operating characteristic curve)评估模型诊断效能。结果:影像模型AUC 0.849,敏感度及特异度分别为86.1%、68.7%;纹理分析模型AUC 0.887,敏感度及特异度均较高,分别约80.6%、84.4%。组合模型AUC最高,为0.958,敏感度及特异度分别为88.9%、90.6%。结论:综合影像特征和纹理分析特征组合模型,有助于术前鉴别MaSCA和MCN且具有很高诊断性能。
