MR纹理分析鉴别颅内孤立性纤维瘤/血管外皮细胞瘤与血管型脑膜瘤的价值

目的 探讨基于常规 MR序列图像纹理分析在鉴别颅内孤立性纤维瘤/血管外皮细胞瘤(SFT/HPC)与血管型脑膜瘤中的应用价值.方法 选取经病理证实的12例SFT/HPC和16例血管型脑膜瘤患者,应用多种判别分析方法和图像纹理分析技术对其术前颅脑常规 MRI图像资料,筛选出最佳纹理参数并进行分类,包括线性分类分析(LDA)、非线性分类分析(NDA)、主要成分分析(PCA)和原始数据分析(RDA),最后选择最佳分类序列的纹理参数进行统计学分析.结果 增强T1WI为最佳分类序列,其中分类错误概率联合平均相关系数分析(POE+ACC)方法中错判率最少,SFT/HPC与血管型脑膜瘤2组纹理特征中的绝对梯度偏度、共生矩阵自相关、直方图方差比较有统计学差异(P<0.05).结论 基于常规 MR序列图像纹理分析可提供较多的量化信息,为影像上鉴别颅内SFT/HPC与血管型脑膜瘤提供了新方法和思路.