基于MR纹理特征的Logistic回归分析对鉴别FIGOⅡ期宫颈癌宫旁浸润中的诊断价值

目的 通过对FIGOⅡ期宫颈癌MR图像纹理特征进行多变量Logistic回归分析,建立用于FIGOⅡ期宫颈癌诊断宫旁浸润的数据模型.方法 选取90例经手术或活检病理证实的FIGOⅡ期宫颈癌MR影像资料,其中FIGOⅡB期富旁浸润组45例,FIGOⅡA期非宫旁浸润组45例.用Mazda软件提取宫颈癌MR图像的794种纹理参数,经过特征选择降维得到10种纹理参数特征,比较宫旁浸润组和非宫旁浸润组MR纹理参数特征的差异,选取差异具有统计学意义的参数为自变量,进行多因素Logistic回归分析,构建ROC曲线分析Logistic回归模型的诊断效能.结果 多因素Logistic回归分析筛选出P=ex/(1 +ex),X=-85.548-(5.334×S010熵)+(0.151×S1l0对比度)+(0.359×S010角二阶矩)+(-0.398×@135°游程长度非均匀性是FIGOⅡ期宫颈癌宫旁浸润患者的独立预测因子).根据独立预测因子建立的ROC曲线下面积为0.939,敏感性、特异性分别为91.1％、86.7％.结论 基于MR图像纹理特征Logistic回归分析对FIGOⅡ期宫颈癌宫旁浸润有一定的预测价值.