受试者作业特征曲线_ROC_及其在影像学中的应用.docxVIP

作者单位 :210002 南京军区南京总医院医学影像中心 受试者作业特征曲线 (ROC 及其在影像学中的应用 王骏 吴虹桥 宋兆祺 在每天的影像工作中现已有大量的影像设备可以利用 , 这 就提出了为了 什么目的去应用什么检测的问题 。正因如此 , 在客观上需要一种方法去比较各种 影像诊断的精确性 。在过去 的 20年里 , 受试者作业特征曲线 (ROC 分析法在影像 学领域开 始应用 [1] 。早在 1950年原先使用是为了雷达信号检测的分析 , ROC 分析法在心理物理学研究中率先应用 。 1960年 Lee Lusted 首先认识到 ROC 分析法在医学判别疾病方面可能会有作用 。 敏感性和特异 性 :需要 ROC 分析法 数描述病人 ( (TPF 描述有疾病病人的百分数被正确地判断为阳性结果 。特异 性 或真阴性率 (T NF 描述在没有疾病的个体中被判断为阴性结果 的机率 。 敏感性 和特异性描述在 2 分法中判断的结果是 :一种 判断结果不是阳性就是阴性 。 根据它们的性质 , 许多影像学检查不用 2分法判断 , 而是 提供下列 3种资料中 的一种 :① 连续定量的资料 :病灶的大小 用厘米或病灶的 CT 值用霍斯菲尔德单位 , 在某些情况下 , 能显 示病灶的病理组织学本质 [2], 在一个特定的范围内这些数据具 有可靠的价值 。 ② 标准率的资料 :标准率用有限的分类数目在 顺序方式中表达一 些检测的信息 。 肾动脉狭窄的程度 (狭窄 50%, 狭窄 50%~74%, 狭窄 75%~99%和闭塞 能用于进一步 诊断和治疗 。 ③ 定性资料 :通常不提供定量资料 , 许多应用于 影像学的标准 是形态学性质的 , 评价病灶的边缘及位置和钙化 的出现及性质均能有助于更加明确 的诊断 。综合这些定性资 料可使诊断的 2 分法得以判定 当我们将诊断信息转化成是或不是 2种回答时 , 我们需要 确定标准或阈值 , 以 告知正常或异常 。这种阈值的选择依赖于 观察者间和观察者自身的变化 。我们能 区分过低和过高的判 读者 , 可以看出他们对判定使用不同的阈值 。依据临床情况 , 甚至对同样的影像学检查单独的影像学家将会用不同的阈值 。 这说明诊断测试的 精确度仅用一组敏感性和特异性的值来描 述是不合适的 。 为避免这问题 , 我们需 要不依赖于阈值选择的 方法来比较诊断的精确性 。 ROC 曲线 :基本原理 阈值的选择影响敏感性和特异性 。对于一个理想的诊断 结果的概率分布表明 疾病的存在或不存在并不重叠 , 所选择阈 值是在两个分布之间 , 这种结果的敏感性 和特异性都是 100%。 对于大多数诊断来说 , 疾病的概率分布和正常分布是重叠 的。 任何阈值都将导致一些具有疾病的病人错分为正常 , 或一些没 有疾病的个体 错分为病人 , 或两种情况都有 。应用低的阈值降 低假阴性结果的数量 （高敏感性 , 但假阳性的数量增加 （低特异性 ; 另一方面 , 增加阈值会增加假阴性 （低敏感性 , 且降低 假阳性的数量 （高特异性 。 这样 , 在敏 感性和特异性之间成互 交的关系 , 一个高的敏感性伴随着低特异性 , 而一个低的敏 感 性伴有高特异性 。 , 水平轴表示 =1-曲线上各个作业点表示 。在不实际的高 阈值下 , 所有病人都 被当作正常分类 , 导致 TPF 为 0, FPF 为 0 （特异性 =1 , 这与 ROC 曲线左下角的作业点是一致的 。降低 阈值既增加 TPF 又增加 FPF （低特异性 。对于可能最低的阈 值 ,TPF 和 FPF 都 是 1（特异性 =0 , 与 ROC 曲线右上角相一致 。 ROC 分析法的实际意义 对于检测诊断利用 ROC 分析法既提供连续资料又提供等 级尺度资料 。 如果 采用 5 种等级种类对于置信度等级判别通 常将产生一个有意义的曲线 [3] 。许多计 算机程序能通过观察的作业点计算出一个平滑的ROC曲线。广泛应用的计算机 软件包是Metz等开发的［4］。这些计算机程序计算出一个副法线 ROC曲线。此副法线类型对于ROC分析法通常是被接受的类 型并已显示强劲的现实意义［1］。在构成ROC曲线实验设计中应避免病例样 本的选择偏倚，它有2种来源：①偏倚的范围；②疾病证实的偏倚。既使所有病 人利用参考标准评价，如果影像学家进行检测不是盲法则仍然有诊断偏倚的几 率。 ROC分析法的应用1.比较检测和观察者们： 有病和没病的检测结果，其概率分布重叠的数量决定检测 的识别能力，这种重 叠决定ROC曲线的形态及位置。如果有病与没病的概率分布是相同的，也即它们 完全重叠，TPF和FPF在任何阈值下都相等，这种检测没有识别能力也就没有价值, 这种检测的ROC曲线从图的左下角到右上角是直对角线，此