Introduction The purpose of this study was to evaluate the prognostic value of texture features on contrast-enhanced magnetic resonance imaging (MRI) for patients with primary central nervous system lymphoma (PCNSL). Methods In this retrospective study, fifty-two patients diagnosed with PCNSL were enrolled from October 2010 to March 2017. The texture feature of tumor tissue on the histogram-based matrix (histo-) and the grey-level co-occurrence matrix (GLCM) was retrieved by contrast-enhanced T1-weighted imaging before any antitumor treatment. Receiver operating characteristic curve analyses were performed to obtain their optimal cutoff values, based on which we dichotomized patients into subgroups. The Kaplan-Meier analyses were conducted to compare overall survival (OS) of subgroups, and multivariate Cox regression analyses were used to determine if they could be taken as independent prognostic factors. Results Ten texture features were extracted from the MR image, including Energy, Entropy, Kurtosis, Skewness on the histogram-based matrix, and Correlation, Contrast, Dissimilarity, Energy, Entropy, and Homogeneity on the grey-level co-occurrence matrix. Three of them (GLCM-Contrast, GLCM-Dissimilarity, and GLCM-Homogeneity) are shown to be significant in relation to overall survival (OS). The multivariate Cox regression analyses suggest that GLCM-Homogeneity could be taken as independent predictors. Conclusions The texture features of contrast-enhanced magnetic resonance imaging (MRI) could potentially serve as prognostic biomarkers for PCNSL patients.

中文翻译：

---

对比增强的MRI纹理参数作为接受大剂量甲氨蝶呤为基础化疗的原发性中枢神经系统淋巴瘤患者的潜在预后因素。

引言这项研究的目的是评估质地特征对对比增强磁共振成像（MRI）对原发性中枢神经系统淋巴瘤（PCNSL）患者的预后价值。方法回顾性研究2010年10月至2017年3月的52例确诊为PCNSL的患者。基于直方图矩阵（histo-）和灰度共现矩阵（GLCM）的肿瘤组织纹理特征在进行任何抗肿瘤治疗之前，先通过对比增强的T1加权成像来检索“肿瘤”。进行受试者工作特征曲线分析以获得其最佳临界值，在此基础上我们将患者分为亚组。进行Kaplan-Meier分析以比较亚组的总生存期（OS），并使用多因素Cox回归分析来确定它们是否可以作为独立的预后因素。结果从MR图像中提取了十个纹理特征，包括基于直方图的矩阵上的能量，熵，峰度，偏度，以及在灰度共生矩阵上的相关性，对比度，不相似性，能量，熵和同质性。它们中的三个（GLCM对比度，GLCM不相似性和GLCM均质性）相对于总生存期（OS）具有显着意义。多元Cox回归分析表明，GLCM同质性可以作为独立的预测因子。结论对比增强磁共振成像（MRI）的质地特征可作为PCNSL患者的预后生物标志物。结果从MR图像中提取了十个纹理特征，包括基于直方图的矩阵上的能量，熵，峰度，偏度，以及在灰度共生矩阵上的相关性，对比度，不相似性，能量，熵和同质性。它们中的三个（GLCM对比度，GLCM不相似性和GLCM均质性）相对于总生存期（OS）具有显着意义。多元Cox回归分析表明，GLCM同质性可以作为独立的预测因子。结论对比增强磁共振成像（MRI）的质地特征可作为PCNSL患者的预后生物标志物。结果从MR图像中提取了十个纹理特征，包括基于直方图的矩阵上的能量，熵，峰度，偏度，以及在灰度共生矩阵上的相关性，对比度，不相似性，能量，熵和同质性。它们中的三个（GLCM对比度，GLCM不相似性和GLCM均质性）显示出与整体生存率（OS）相关。多元Cox回归分析表明，GLCM同质性可以作为独立的预测因子。结论对比增强磁共振成像（MRI）的纹理特征可作为PCNSL患者的预后生物标志物。灰度共生矩阵上的同质性。它们中的三个（GLCM对比度，GLCM不相似性和GLCM均质性）显示出与整体生存率（OS）相关。多元Cox回归分析表明，GLCM同质性可以作为独立的预测因子。结论对比增强磁共振成像（MRI）的质地特征可作为PCNSL患者的预后生物标志物。灰度共生矩阵上的同质性。它们中的三个（GLCM对比度，GLCM不相似性和GLCM均质性）相对于总生存期（OS）具有显着意义。多元Cox回归分析表明，GLCM同质性可以作为独立的预测因子。结论对比增强磁共振成像（MRI）的质地特征可作为PCNSL患者的预后生物标志物。