简介：摘要目的探讨灰度共生矩阵(gray-level co-occurrence matrix，GLCM)在前庭神经鞘瘤(vestibular schwannoma，VS)与桥小脑角区脑膜瘤(cerebellopontine angle meningioma，CPAM)鉴别诊断中的价值。材料与方法回顾性分析经病理证实为VS(VS组)及CPAM患者(CPAM组)病例41例，所有患者均在术前行常规MRI平扫+增强扫描。测量并记录GLCM参数，包括能量、对比、相关、逆差矩及熵。采用两独立样本t检验或Mann-Whitney U检验对各个序列GLCM参数进行比较，受试者工作特征(receiver operating characteristic，ROC)曲线分析判断各参数的诊断效能。结果两组间T2WI序列GLCM参数中的对比、相关和逆差矩差异有统计学意义(P值均＜0.05)；液体衰减反转恢复(fluid attenuated inversion recovery，FLAIR)序列GLCM参数中的对比和逆差矩差异有统计学意义(P值均＜0.05)；增强T1WI序列GLCM参数中的对比和逆差矩的差异有统计学意义(P值均＜0.05)。各序列GLCM参数中，T2WI序列GLCM参数中的对比诊断效能最佳，AUC值最大，为0.971，敏感度和特异度分别为91.30%、94.44%。结论GLCM有助于鉴别前庭神经鞘瘤与桥小脑角区脑膜瘤，可以为临床提供重要参考价值。

简介：摘要目的探讨基于灰度共生矩阵（gray-level co-occurrence matrix, GLCM）的MR图像纹理分析在鉴别椎管内脊膜瘤和神经鞘瘤中的临床应用价值。材料与方法回顾性分析经病理证实的椎管内神经鞘瘤患者病例32例、脊膜瘤患者病例26例，利用ImageJ软件在T2WI、对比增强T1WI矢状位图像中选取肿瘤最大层面勾画感兴趣区（region of interest, ROI），提取病灶的GLCM纹理参数，比较两组肿瘤各参数的差异，并评价各参数的诊断效能。结果T2WI序列中能量、对比、相关、逆差矩和熵在两组间差异均有统计学意义（P＜0.05），神经鞘瘤组的能量、相关、逆差矩小于脊膜瘤组，对比和熵大于脊膜瘤组；对比增强T1WI序列中能量、对比、相关和熵在两组间差异有统计学意义（P＜0.05），神经鞘瘤组的能量、相关小于脊膜瘤组，对比和熵大于脊膜瘤组，逆差矩组间差异无统计学意义（P＞0.05）。受试者工作特征（receiver operating characteristic, ROC）曲线分析显示，T2WI序列中的熵及对比增强T1WI序列中的能量诊断效能最佳。采用logistic回归分析纹理参数联合诊断效能发现较单一参数均有所提高。结论基于GLCM的MRI图像纹理分析在椎管内脊膜瘤和神经鞘瘤两者的鉴别诊断中有一定的临床价值。