早期使用4D-CT放射性特征的经验,从淋巴结和甲状腺结节区分甲状腺腺瘤

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 在瘤学瘤学.

背景情况:

• 最少侵入性副甲状腺切除术 (MIP) 依赖于准确的副甲状腺腺瘤手术前定位,使用像四维计算机断层扫描 (4D-CT) 这样的成像.
• 纹理分析提供了一种定量方法来提取图像特征,可能有助于区分甲状腺腺瘤与类似的结构,如淋巴结和甲状腺结节.

研究的目的:

• 调查放射性纹理分析在4D-CT扫描中的实用性,以区分甲状腺腺瘤与淋巴结和甲状腺结节的区别.
• 识别特定的放射性特征,可以区分甲状腺腺瘤与其他解剖结构.

主要方法:

• 一项回顾性队列研究分析了51名患有原发性副甲状腺功能障碍症的患者的4D-CT扫描.
• 甲状腺腺瘤,淋巴结和甲状腺结节在动脉4D-CT扫描中被手动细分.
• 提取了放射性特征 (共107个),并使用统计测试 (t测试,逻辑回归) 来评估差异并构建预测模型.

主要成果:

• 在甲状腺腺瘤和淋巴结之间观察到放射性特征的显著差异,特别是第一阶段和第二阶段的纹理特征 (P<0.05,强有力的区分器P<0.0001).
• 在甲状腺腺瘤和甲状腺结节之间没有发现显著的放射性差异.
• 一个逻辑回归模型准确地从淋巴结中区分了副甲状腺腺瘤,AUC为0.95.

结论:

• 副甲状腺瘤与动脉4D-CT.阶段的淋巴结相比,呈现出明显的放射性纹理特征.
• 这些发现支持机器学习模型的潜力,可以自动区分副甲状腺瘤,从而提高MIP的成功率和患者的治疗结果.