摘   要

如今，在腹部電腦斷層圖像上進行紋理分析以區分腎腫瘤病理診斷方面有廣闊的前景，腹部電腦斷層圖像紋理分析可準確區分腎臟良性或惡性腫瘤。研究時可做回顧性病例對照研究或前瞻性研究，腹部電腦斷層圖像可從開放資源資料庫(open source database)和醫院的腹部電腦斷層圖像資料庫中取得病理診斷腎臟良性腫瘤的患者，如血管平滑肌脂肪瘤，腺瘤，纖維瘤，脂肪瘤，肌瘤，血管瘤，或腎臟惡性腫瘤的患者如腎母細胞瘤，纖維肉瘤，肌肉肉瘤，脂肪肉瘤，乳頭狀腎細胞癌，透明細胞腎細胞癌，髮色團(chromophobe)腎細胞癌。然後選擇不同病理診斷案例中的2類作為分類的標的(最好選擇惡性與良性腫瘤比較)。分析人員從橫切面腹部電腦斷層圖像中先圈選出病變區域，接著對每個病變區域像素進行萃取紋理特徵(feature extraction) 。形態特徵(shape features)、灰度級直方圖(histogram)的特徵、灰階共生矩陣(grey level co-occurrence matrix )特徵和Gabor特徵被萃取出來。使用特徵選擇方法 (feature selection methods)去除多餘的特徵，以不同分類器來訓練被選擇出來最具有分辨腎臟腫瘤的特徵模型(model)以提高準確率，評估並比較各個分類器的預測表現(performance)，並採用交叉驗證。一般而言，惡性腫瘤中病變均勻性較低，病變熵(entropy)較高。結合幾種特徵的模型若可得到較大(>0.8)的接收者操作曲線下面積(area under the receiveroperating curve) ，表示使用特徵來區分良惡性是可行的。需要在不同族群中進一步驗證後才可臨床應用。

關鍵字：電腦斷層紋理分析，腎臟惡性腫瘤，腎臟良性腫瘤，醫學數位影像傳輸協定通訊