基于磁共振灌注加权成像和支持向量机鉴别脑泡型包虫病与脑转移瘤
Differential diagnosis of cerebral alveolar echinococcosis and brain metastases based on MRI perfusion weighted imaging and support vector machine作者机构:新疆医科大学第一附属医院影像中心磁共振室乌鲁木齐830000 浙江大学医学院附属第一医院北仑分院放射科宁波315800 上海大学计算机工程与科学学院上海200444
出 版 物:《磁共振成像》 (Chinese Journal of Magnetic Resonance Imaging)
年 卷 期:2022年第13卷第4期
页 面:26-31页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术(可授医学、理学学位)] 100214[医学-肿瘤学] 10[医学]
基 金:新疆维吾尔自治区重点研发计划项目(编号:2016B03052)
主 题:脑泡型包虫病 脑转移瘤 磁共振成像 灌注加权成像 支持向量机
摘 要:目的探讨磁共振灌注加权成像(perfusion weighted imaging,PWI)及支持向量机(support vector machine,SVM)在脑泡型包虫病(cerebral alveolar echinococcosis,CAE)和脑转移瘤(brain metastase,BMT)鉴别诊断的效能。材料与方法回顾性收集经病理或临床诊断为CAE与BMT的病例各15例,测量两组病灶实性区、灶周水肿和对侧相对正常实质灌注参数,包括相对脑血容量(relative cerebral blood volume,rCBV)、相对脑血流量(relative cerebral blood flow,rCBF)、平均通过时间(mean transit time,MTT)和达峰时间(time to peak,TTP),评估各参数诊断CAE与BMT的效能,并基于灌注参数,运用SVM等机器学习方法鉴别两种疾病。结果CAE病灶实性区rCBF,rCBV诊断曲线下面积(area under curve,AUC)为0.739,0.710,BMT病灶实性区rCBF,rCBV诊断AUC为0.960,0.913,CAE与BMT病灶实性区rCBF和rCBV的诊断效率高于MTT和TTP;CAE与BMT病灶实性区rCBF、rCBV、TTP值差异有统计学意义(P0.01)。CAE水肿区与BMT水肿区rCBF、rCBV值差异有统计学意义(P0.01);基于病灶实性区灌注参数,运用SVM分类器可提高鉴别准确率。结论PWI可为CAE与BMT的鉴别诊断提供客观依据。SVM分类方法可提高PWI鉴别两种病灶的准确率。