查看更多>>摘要:目的:探讨能谱CT平扫单能量图像结合直方图纹理分析对肾盂旁囊肿与肾盂积水的鉴别价值.方法:回顾性收集25例肾盂旁囊肿(肾盂旁囊肿组)和18例肾盂积水患者(肾盂积水组).应用能谱成像分析平台测量2组40~140 keV(以10 keV为间隔)11个不同单能量CT值,并分别行统计学比较.单能量CT值差异有统计学意义的,在AW 4.5工作站上重建相应单能量图像,采用GE Omni-Kinetics软件进行直方图纹理分析,选择病灶最大层面勾画ROI,生成基于灰度直方图纹理参数,包括最小值,最大值,均值,标准差,变异度,偏度,峰度,均一性,能量,熵,第5、10、25、50、75、90、95百分位数.采用单因素分析比较2组间参数的差异,基于ROC曲线评价各参数的鉴别价值.采用多因素logistic回归模型进行特征筛选并构建最终的预测模型,绘制最终模型的ROC曲线并分析其价值.结果:40~50 keV条件下,肾盂旁囊肿组的单能量CT值大于肾盂积水组,差异均有统计学意义(均P<0.05),2组60~140 keV单能量CT值差异均无统计学意义(均P>0.05).40 keV条件下,2组均值,峰度,能量,熵,第5、10、25、50、75百分位数差异均有统计学意义(均P<0.05),余参数差异均无统计学意义(均P>0.05);50 keV条件下,2组均值,第10、25、50百分位数差异均有统计学意义(均P<0.05),余参数差异均无统计学意义(均P>0.05).ROC曲线分析显示,40 keV图像纹理参数鉴别肾盂旁囊肿与肾盂积水的AUC为0.696~0.756,均大于50 keV图像纹理参数的AUC.多因素logistic回归分析显示,40 keV图像纹理参数的峰度、能量和第25百分位数是肾盂旁囊肿与肾盂积水的独立预测因子,三者联合诊断鉴别肾盂旁囊肿与肾盂积水的AUC为0.915,敏感度为93.3%、特异度为83.3%.结论:基于能谱CT平扫40 keV图像的直方图纹理参数构建的多因素logistic回归模型能有效鉴别肾盂旁囊肿与肾盂积水.