王為剛, 張國凱, 李軍衡, 華 婷, 李 偉, 趙炳輝
(1. 同濟大學附屬第十人民醫院放射科,上海 200072; 2. 同濟大學軟件學院,上海 201804)
前列腺癌是一種與年齡相關的老年性疾病,好發于60歲以上的男性,且隨年齡增加發病率亦明顯增加,是威脅男性健康的常見惡性腫瘤之一。多項研究顯示,MRI是前列腺癌早期檢出、定性、分期等最有效的影像手段[1-4]。MRI以其較高的軟組織分辨、任意平面和多參數成像、多序列成像、無電離輻射等優點,已成為無創性早期診斷前列腺腫瘤的首選方法。計算機圖像特征能夠有效地闡述圖像內部變化規律,且提取的特征不依賴放射科診斷醫師的臨床經驗或主觀因素,或提供肉眼無法分辨的圖像客觀信息,近年來被逐漸應用于醫學圖像診斷中[5]。支持向量機(support vector machine, SVM)分類器可在小數據量上實現監督式學習,通過學習輸入的特征進行分類模型的構建,是圖像分類任務中的一個重要的算法。本研究旨在探討3.0MRI圖像特征鑒別診斷前列腺良惡性病變中的價值。
回顧性分析同濟大學附屬第十人民醫院2016年10月—2018年2月符合以下標準的前列腺患者的臨床及影像資料。入組標準如下: (1) 患者配合檢查,前列腺MRI圖像清晰;(2) 經超聲引導下細針多點穿刺或根治性切除術證實的前列腺良惡性病變;(3) 穿刺前或術前7d內接受過前列腺常規MRI檢查,包括T1加權像(T1WI)、T2加權像(T2WI)、多b值(b值分別為0、500、800、1200、1500)彌散加權成像(DWI)掃描(ADC圖)和多期動態增強MRI(DCE-MRI)檢查。排除標準: (1) MRI圖像質量不佳,不能用于診斷;……