1、目的：為了探索基于3.0T MRI圖像的紋理分析預測鼻咽癌放化療敏感性的臨床價值。
　　方法：對于53診斷為鼻咽癌的患者，治療前進行MRI檢測，得到T1、T2及DWI圖像。53例患者分為兩組，42例為訓練組，11例為驗證組。53例患者均接受同步放化療，經(jīng)療效平均后，42例訓練組內(nèi)31例為敏感組，11例為抗拒組；11例驗證組內(nèi)8例為敏感組，3例為抗拒組。對于每組圖像，均有兩個影像醫(yī)師在腫瘤最大層面進行腫瘤的感興趣區(qū)（region o

2、f interest，ROI）勾畫。利用紋理分析的方法包括Gabor變換、強度-尺度-區(qū)域矩陣（Intensity-Size-Zone）、灰度共生矩陣（GLCM）、灰度梯度共生矩陣（GLGCM），得到的紋理參數(shù)利用一致性相關系數(shù)（concordance correlation coefficient，CCC）和動態(tài)范圍（ dynamic range， DR）矩陣方法驗證參數(shù)的可重復性和冗余度，之后選用Mann-Whitney U Tes

3、t篩選有意義的參數(shù)，利用互信息及線性判別分析進行參數(shù)的降維，后利用人工神經(jīng)網(wǎng)絡（artificial neural network，ANN）及最近鄰（k-Nearest Neighbor， KNN）方法進行紋理參數(shù)模型建立。建立模型之后，利用10-fold的交叉驗證（cross-validation）進行內(nèi)部驗證及利用驗證組進行外部驗證，利用馬修斯相關性系數(shù)(Matthews correlation coefficient，MCC)及四

4、格表法（McNemar’s test）進行模型的驗證。
　　結(jié)果：基于T1增強掃描圖像的紋理分析模型預測鼻咽癌放化療敏感性的準確率為95.2％和93.9%；基于T2圖像的紋理分析模型預測鼻咽癌放化療敏感性的準確率為90.4%和90.5%；基于DWI圖像的紋理分析模型預測鼻咽癌放化療敏感性的準確率為88.1%和92.9%。利用McNemar’s test方法發(fā)現(xiàn)，基于T1增強掃描圖像的紋理分析模型預測效能高于基于T2、DWI的紋理分