从超声波中卡加米参数图像中量化的纹理在诊断上与乳腺瘤的特征有关

科学领域:

• 医疗成像医学成像
• 超声波技术 超声波技术 超声波技术
• 计算病理学计算病理学

背景情况:

• 标准的B模式超声波图像在表示瘤内在特征方面存在局限性.
• 纳卡加米参数图像提供了更忠实地表示乳腺瘤属性.
• 纹理分析是用于定量组织特征的有前途的方法.

研究的目的:

• 为了评估从超声波中纳卡加米参数图像的纹理量化,用于非侵入性乳腺瘤特征.
• 为了比较来自不同窗口大小的纹理特征的诊断性能,在Nakagami图像形成中.
• 评估将平均像素值与纹理特征相结合的实用性,以改善表征.

主要方法:

• 使用超声波信封数据上的滑动窗口生成参数图像,两种窗口大小:标准 (3x脉冲长度) 和较小 (1x脉冲长度).
• 从瘤核心和5毫米周围边缘量化了纹理.
• 分析了186个纹理特征,使用特征选择来确定最相关的特征集.

主要成果:

• 来自不同窗口大小的Nakagami图像的纹理分析显示了可比的性能.
• 将瘤区域内的平均像素值与纹理特征相结合,显著改善了表征,特别是在使用标准窗口大小时.
• 最佳特征集的曲线下面积 (AUC) 为0.94,灵敏度为90.38%,特异性为89.58%.

结论:

• 从超声波中卡加米参数图像的纹理量化对于乳腺病变的表征具有诊断意义.
• 来自标准窗口生成的纳卡加米图像的纹理特征和平均像素值的组合提高了诊断性能.
• 这种方法为有效的乳腺瘤表征提供了一个有希望的非侵入性方法.