PET和CT图像的局部基础纹理分析

　　使用PET和CT图像的局部基础纹理分析进行头颈癌的自动放射靶向定位Automated radiation targeting in head-and-neck cancer using region-based texture analysis of PET and CT images. 出处：Int J Radiat Oncol Biol Phys   2009  Oct  75（2） :618-25 作者：Yu H；Caldwell C；Mah K；Poon I；Balogh J；MacKenzie R；Khaouam N；Tirona RPMID：19683403 

　　相 关 文 章   纳米颗粒PET-CT示踪炎症性动脉粥样硬化病变处的巨噬细胞  前瞻性单中心研究：EUS和CT检察后增加FDG-PET能否为食道癌的诊治提供更多的有价值的信息？  人脑MR/PET同时成像：可行性研究  强化放射治疗头颈癌期间光束对非靶结构的毒性   头颈部癌化疗的Meta分析（MACH-NC）：包括17346例病人的93个随机试验的更新  目的：建立一个联合注册的多样式模式分析分割系统（COMPASS），通过使用（18）F-氟脱氧葡萄糖正电子发射断层扫描（PET）和计算机断层扫描（CT）图像在头颈癌（HNC）中自动描绘放疗靶向目标。将COMPASS的性能与现有的阈值为基础的方法和放射肿瘤学家描述的结果进行比较。方法与材料：COMPASS从相应的PET和CT体素中得出纹理特征。通过这些纹理特征，一个决策树为基础的K邻近部位分类器标记体元为“正常”或“不正常”。COMPASS用于10例HNC病人的PET/CT图像。通过与3名放射肿瘤医生手动分割（体积、敏感性和特异性）进行比较，验证自动分割结果。COMPASS的性能与3个PET为基础的阈值方法（2.5的标准摄入值、50％的很大强度和信号/背景的比率）进行比较。结果：COMPASS肿瘤描绘在数量和质量上与其他方法的描绘相比更接近于放射肿瘤学家的描绘。COMPASS、2.5的标准摄入值、50％的很大强度和信号/背景比率的特异性分别为95％±2％、84％±9％、98％±3％、96％±4％，敏感性为90％±12％、93％±10％、48％±20％和68％±25％。（18）F-氟脱氧葡萄糖摄入中COMPASS能通过高生理摄入从邻近正常组织中辨别HNC，且能连续确定变异度高的肿瘤（这些都是阈值为基础的方法中常见问题）。结论：使用PET/CT图像纹理分析的自动分割为HNC的准确描绘提供了潜在的可能性。这可能会降低观察者间的变异性、减少靶向描绘的不确定性并提高治疗方案的准确性。