本文是一篇医学论文，笔者认为MRI纹理分析在鉴别颅内WHOⅡ级和Ⅲ级SFT/HPC中能提供更多的量化信息，具有一定价值，可以为术前预测肿瘤分级提供帮助。
材料与方法
1研究对象
本研究回顾性分析经手术病理证实的50例颅内SFT/HPC患者的MR图像，病理诊断采用WHO 2016分级标准。其中WHOⅡ级41例，Ⅲ级9例。Ⅱ级病例中，男21例，女20例，平均年龄46.3（24-78）岁，其中复发4例，脑膜瘤手术史5例。Ⅲ级病例中，男6例，女3例，平均年龄41.8（26-56）岁，其中有HPC手术史3例，脑膜瘤手术史1例。临床首发症状主要为头痛、肢体麻木或抽搐、脑神经功能障碍等。因Ⅱ级病例中有1例缺少横轴位T2FLAIR影像，在MRI纹理分析中将其排除。
医学论文怎么写
...........................
2检查方法
采用GE Signa Horizon 3.0 T超导磁共振设备，扫描参数T1WI(TR2000ms，TE 17ms)，T2WI(TR 3600ms，TE 155ms)，T2FLAIR(TR8500ms，TE 120ms，TI 2100ms)，DWI(b值0和1000s/mm2)，矩阵512×512，层厚6mm，层间隔2mm，FOV 24cm×24cm。注射对比剂后，行横断位、矢状位扫描，部分病例行冠状位扫描，增强检查所用对比剂为国产钆喷酸葡胺注射液（Gd-DTPA)，剂量为0.1mmol/kg。
............................
结果
颅内Ⅱ级与Ⅲ级SFT/HPC全域灰度直方图各参数值见附表1。Ⅲ级的偏度为-0.19±0.68,Ⅱ级的偏度为－0.57±0.37，二者差异有统计学意义（P<0.05），其余参数两组间差异均无统计学意义（P>0.05）。偏度的ROC曲线数据见附表2。偏度的ROC曲线见附图6。偏度的最佳临界值为-0.172，偏度小于-0.172则Ⅱ级SFT/HPC可能性大，其敏感性及特异性分别为77.8%、87.8%。
Ⅱ级与Ⅲ级SFT/HPC在T1WI、T2WIFLAIR和T1WI+C 3个MR序列上的图像纹理分析误判率比较，见附表4。其中T2WIFLAIR序列MI+PA+F联合分析方法误判率最小，RDA、PCA、LDA和NDA的误判率分别是18.37%、18.37%、0.00%、0.00%,平均值为9.19%，其中LDA和NDA分类完全正确（附图5）。
T2WIFLAIR序列中MI+PA+F联合分析筛选的30个最佳纹理参数见附表5，其中有19个纹理参数组间比较P<0.05，S(1,-1)DifVarnc（差异方差）、GrVariance（梯度方差）P<0.01，S(4,-4)SumOfSqs（平方和）P=0.01。Ⅲ级SFT/HPCS(1,-1)DifVarnc和GrVariance比Ⅱ级大，S(4,-4)SumOfSqs比Ⅱ级小。S(1,-1)DifVarnc、GrVariance、S(4,-4)SumOfSqs以及三者联合的诊断敏感度分别为77.8%、66.7%、88.9%、66.7%，特异性分别为77.5%、82.5%、65.0%、87.5%，曲线下面积（AUC）分别为0.769、0.742、0.694及0.800（见附表6，图7）。
医学论文参考
..............................
讨论.............................20
结论.........................30
讨论
孤立性纤维性肿瘤（SFT）和血管外皮细胞瘤（HPC)是少见的间叶来源肿瘤，可以发生于身体各部软组织，发生于中枢神经系统罕见[6]。2016年WHO中枢神经系统分类中将两者合并为一个实体，I级具有较多胶原成分、相对低的细胞密度、以梭形细胞为主，通常对应于先前诊断的孤立性纤维瘤；II级通常对应于细胞较多、胶原成分较少的肿瘤，具有圆形细胞和“鹿角样”血管，之前在CNS中被诊断为血管外皮细胞瘤；III级更多的表现为过去称为间变型血管外皮细胞瘤的特征，具有核分裂象≥5个/10HFP，为恶性肿瘤。Ⅲ级比Ⅱ级更具侵略性[8]，较高等级的原发肿瘤有更高的转移风险[9]，Ⅲ级SFT/HPC与颅外转移的发展密切相关[3]。因此如果可以在术前较准确的预判SFT/HPC的病理分级，可以为临床制定治疗方案和判断患者预后提供更多帮助。
对于临床放射科医师来说，影像组学可以帮助提高诊断的可重复性和客观性。肿瘤异质性的可视化对于评估肿瘤的侵袭性和预后可能至关重要[10]。有研究[11]已经显示了影像组学可以帮助区分前列腺癌和良性前列腺组织，并能够提供更多关于前列腺癌侵袭性的相关信息。MR纹理分析属于影像组学的一部分，它是基于通过对MR图像后处理，对每个体素的信号强度和空间分布特点进行复杂数学运算，提取其特征，从而将图像量化成普通阅片无法识别的信息，如直方图、共生矩阵等[12]。纹理特征是能够从数值上描述图像纹理属性的图像特征，Mazda提供以下6种纹理特征计算方法，灰度直方图是根据像素的强度计算的，没有考虑图像内像素之间的任何空间关系；梯度反映了灰度强度波动的程度，以类似于直方图的形式表示；灰度共生矩阵定义了成对的两个像素的空间关系；游程矩阵为具有指定灰度级别和长度的像素游程计数；自回归模型是基于模型的方法，假定图像像素之间的局部相互作用，某一像素强度是相邻像素的加权和；小波转换是纹理分析的一种变换方法[13]。
...............................
结论
颅内Ⅱ级与Ⅲ级SFT/HPC全域灰度直方图分析中中偏度有统计差异；MRI纹理分析鉴别两者的准确率很高。综上MRI纹理分析在鉴别颅内WHOⅡ级和Ⅲ级SFT/HPC中能提供更多的量化信息，具有一定价值，可以为术前预测肿瘤分级提供帮助。
参考文献（略）