论文部分内容阅读
目的
评估基于小波变换的肿瘤全域T1加权像（T1WI）、T2WI与表观扩散系数（ADC）序列的特征参数对于鉴别儿童颅后窝三种常见脑肿瘤的价值。
方法回顾性分析2014年1月至2019年2月在南京医科大学附属儿童医院就诊经病理证实的59例髓母细胞瘤、13例室管膜瘤与27例星形细胞瘤患者的术前MRI图像以及年龄、性别、症状等临床资料，进行不同序列间的配准，获得T1WI、T2WI、ADC三个序列感兴趣区的小波特征参数，得到对分类贡献排名前十的特征参数，并利用随机森林分类器进行特征训练和测试。
结果对分类器贡献排名前十的小波特征均来自ADC序列，随机森林分类器在训练集中准确度100%，测试集中由排名第一和第三的小波特征构建的模型对三种脑肿瘤鉴别的准确度最优为86.8%，室管膜瘤、髓母细胞瘤和星形细胞瘤三种脑肿瘤的敏感度分别为100%、94.8%、76.9%；特异度分别为97.6%、88.0%、98.8%。
结论基于肿瘤全域ADC序列感兴趣区的小波特征能提供更多量化信息，帮助鉴别儿童三种常见颅后窝脑肿瘤，诊断效能最高的是ADC序列的第6及第12个小波特征的组合。