X线纹理分析鉴别诊断乳腺叶状肿瘤与纤维腺瘤

发布时间：2020-04-01 23:10

【摘要】：目的探讨X线纹理分析鉴别诊断乳腺叶状瘤(BPTs)与乳腺纤维腺瘤(BF)的价值。方法回顾性分析32例BPTs和32例BF患者的术前乳腺X线片。采用MaZda 4.6软件手动勾画病灶最大层面ROI。分别采用Fisher系数、聚类偏差概率结合平均关联系数(POE+ACC)、协同信息(MI)及联合应用上述3种方法(MI+PA+F)选择ROI内最具鉴别价值的纹理特征参数,并与术后病理结果对照,比较影像医师主观阅片与采用纹理分析诊断BPTs及BF错判率的差异。结果影像医师鉴别BPTs与BF的错判率为20.31%(13/64);采用Fisher系数进行纹理特征分析的错判率为14.06%(9/64),POE+ACC为23.44%(15/64),MI为25.00%(16/64),MI+PA+F为3.12%(2/64)。MI+PA+F的错判率低于影像医师主观阅片及POE-ACC、MI(P均0.05)。结论 X线纹理分析可用于鉴别BPTs和BF。

【参考文献】

相关期刊论文 前9条

1 颜智敏;冯智超;曹鹏;容鹏飞;王维;;多层螺旋CT图像纹理分析对直肠癌转移性淋巴结的诊断价值[J];中华放射学杂志;2017年06期

2 金华;郭红红;周敏;谢晓丽;丁华野;;乳腺纤维腺瘤复发为叶状肿瘤3例临床病理观察[J];诊断病理学杂志;2015年09期

3 赖夏颉;张文阳;张良均;陈俊德;;基于人工神经网络的半连续式混合厌氧消化产气量预测[J];环境工程学报;2015年01期

4 洪杰;冯贤英;;超声二维声像图在乳腺叶状肿瘤及纤维腺瘤中的鉴别诊断价值[J];浙江医学;2014年20期

5 韦小葵;冼丽娅;韦艳华;刘菊玲;王婧;;乳腺叶状肿瘤与纤维腺瘤超声图像比较分析[J];黑龙江医学;2014年10期

6 赵铁牛;于春泉;王惠君;薛丁文;孟静岩;;人工神经网络在中医证候学中的应用初探[J];中华中医药杂志;2014年03期

7 谭英;耿德勤;黄水平;;用人工神经网络建立缺血性脑卒中复发的预测模型[J];中国卫生统计;2013年05期

8 黎三艳;张声;陈林莺;王峰;;临床病理特征在鉴别叶状肿瘤与纤维腺瘤中的意义[J];第三军医大学学报;2013年17期

9 刘春艳;凌建春;寇林元;仇丽霞;武俊青;;GA-BP神经网络与BP神经网络性能比较[J];中国卫生统计;2013年02期

【共引文献】

相关期刊论文 前10条

1 丁玖乐;邢兆宇;陈真;俞胜男;孙军;陈杰;邱建国;邢伟;;CT纹理分析术前预测肾脏透明细胞癌Fuhrman分级的价值[J];中华放射学杂志;2018年08期

2 卞琳杰;巫丹萍;张雷;吴文娟;陈f 铭;姜春娟;王均庆;顾琛;颜蕴祺;张追阳;;结直肠癌旁肿瘤沉积的CT检查影像学特征及鉴别诊断[J];中华消化外科杂志;2018年02期

3 吴媛;丁亚军;钱盛友;胡强;邹孝;;基于神经网络的艺术嗓音客观评价方法[J];电声技术;2015年12期

4 刘真;于海琦;田全慧;;GA-BP神经网络结合子空间划分的打印机光谱预测模型[J];包装工程;2015年21期

5 李志祥;;经乳晕切口手术与传统手术治疗乳腺纤维瘤的效果比较分析[J];临床医药文献电子杂志;2015年28期

6 徐小华;颜昌沁;;MIV和GA-SVM在葡萄酒类识别的应用研究[J];齐齐哈尔大学学报(自然科学版);2015年05期

7 隋竹翠;韩磊;熊畅;翁新烁;;一种智能的无线温度控制系统设计与实现[J];实验室研究与探索;2015年09期

8 李振龙;金雪;王保菊;赵晓华;;基于BP和GA_BP的疲劳驾驶检测算法对比分析[J];科学技术与工程;2015年21期

9 于海琦;刘真;田全慧;;基于GA-BP神经网络的彩色扫描仪光谱特征化[J];包装学报;2015年03期

10 虞立;金伟锋;周惠芬;张宇燕;杨洁红;韩进;万海同;;基于R语言的养阴通脑颗粒总黄酮提取优化[J];中华中医药杂志;2015年07期

【二级参考文献】

相关期刊论文 前10条

1 王屹;;直肠癌转移性淋巴结影像诊断及其临床应用[J];中华胃肠外科杂志;2016年06期

2 徐妍妍;孙宏亮;田元江;王玉丽;王武;;直肠癌患者MRI体素内不相干运动成像中感兴趣区选择方法对参数一致性的影响[J];中华放射学杂志;2015年09期

3 童彤;孙轶群;蔡三军;章真;顾雅佳;;动态对比增强MRI预测局部进展期直肠癌新辅助放化疗疗效的价值[J];中华放射学杂志;2015年06期

4 张文阳;张良均;李娜;周红艳;;多元回归和BP人工神经网络在预测混合厌氧消化产气量过程中的应用比较[J];环境工程学报;2013年02期

5 骆洪浩;彭玉兰;于雷;赵海娜;史岩;;乳腺叶状肿瘤的高频超声声像图分析[J];中国医学计算机成像杂志;2012年03期

6 温宗良;岳桂华;杨靖;张爱珍;;基于共轭梯度算法的BP神经网络在高血压证候诊断中的应用[J];山东中医药大学学报;2012年03期

7 李玉森;施学忠;杨永利;时松和;;人工神经网络在HIV/AIDS患者主要虚证诊断中的应用[J];中华中医药杂志;2012年05期

8 李文琦;黄水平;;影响胃癌根治术患者预后的临床因素分析及预测研究[J];现代预防医学;2011年17期

9 许朝霞;王忆勤;颜建军;郭睿;刘国萍;燕海霞;李福凤;徐t;郝一鸣;钱鹏;;基于支持向量机和人工神经网络的心血管疾病中医证候分类识别研究[J];北京中医药大学学报;2011年08期

10 孙贵香;姚欣艳;袁肇凯;左和宁;郜文辉;;基于MATLAB的冠心病中医证候BP神经网络实现[J];中华中医药学刊;2011年08期

【相似文献】

相关期刊论文 前10条

1 张锦超;胡汉金;;X线纹理分析鉴别诊断乳腺叶状肿瘤与纤维腺瘤[J];中国医学影像技术;2019年02期

2 姚炜,赵玉华;计算机纹理分析在超声诊断中的应用[J];中华超声影像学杂志;1999年02期

3 熊飞;谭惠斌;王翅鹏;黄文才;;磁共振图像纹理分析在脑肿瘤中的研究进展[J];华南国防医学杂志;2018年08期

4 张衡;舒政;;纹理分析在甲状腺结节影像学中的研究进展[J];中国医学计算机成像杂志;2018年05期

5 刘菲涤;杜芳;程海泉;;基于MRI图像纹理分析的应用及研究进展[J];中国医学计算机成像杂志;2018年05期

6 胡婷丹;彭卫军;童彤;;纹理分析在结直肠癌诊治中的应用进展[J];肿瘤影像学;2017年04期

7 姚炜,赵玉华,王威琪;四邻接点算法用于模拟肝脏超声纹理分析的实验研究[J];中国超声医学杂志;2000年01期

8 张瑾;陈雁;王绎忱;张连宇;周纯武;;IDEAL-IQ技术结合纹理分析对肾脏少脂肪血管平滑肌脂肪瘤的鉴别诊断价值[J];放射学实践;2018年08期

9 黄伟康;成东亮;刘恺;高明勇;文戈;;基于T_2WI序列的纹理分析在鉴别肝细胞癌分化程度的应用研究[J];临床放射学杂志;2018年09期

10 姚炜;雷凯荣;李雪梅;李升会;徐鸣;;基于游程长度分析的超声有向性纹理定量测量研究[J];中国超声医学杂志;2017年10期

相关会议论文 前10条

1 蹇兆成;龙金凤;刘玉江;胡向东;钱林学;;超声弹性成像联合纹理分析判定肝纤维化分期的价值研究[A];中国中西医结合学会医学影像专业委员会第十五次全国学术大会暨上海市中西医结合学会医学影像专业委员会2017年学术年会暨《医学影像新技术的临床应用》国家级继续教育学习班资料汇编[C];2017年

2 董晓燕;;乳腺叶状肿瘤与纤维腺瘤高频超声特征的对比分析[A];中国中西医结合学会医学影像专业委员会第十五次全国学术大会暨上海市中西医结合学会医学影像专业委员会2017年学术年会暨《医学影像新技术的临床应用》国家级继续教育学习班资料汇编[C];2017年

3 何洪峰;;41例乳腺叶状肿瘤的二维及彩色多普勒超声回顾性分析[A];2016年浙江省超声医学学术年会论文汇编[C];2016年

4 朱蓓菁;任亚娟;;超声对乳腺叶状肿瘤的诊断价值[A];中国超声医学工程学会第三次全国浅表器官及外周血管超声医学学术会议（高峰论坛）论文汇编[C];2011年

5 杨帆;;乳腺X线摄影[A];湖北省影像学乳腺癌早期诊断学习班资料汇编[C];2010年

6 姚戈虹;何之彦;陈海曦;楼薇;;乳腺水肿的X线表现及其病因的探讨[A];2006年华东六省一市暨浙江省放射学学术年会论文汇编[C];2006年

7 张艳华;张翠;李洁冰;温欣;王玲玲;;乳腺叶状肿瘤的临床表现及超声声像图特点[A];中华医学会第十三次全国超声医学学术会议论文汇编[C];2013年

8 张家庭;李征毅;刘伟宗;贡雪灏;;超声引导麦默通在乳腺难诊治疾病中的应用[A];中国超声医学工程学会第一届全国介入超声及肿瘤消融学术会议论文汇编[C];2011年

9 杨帆;;乳腺X线摄影[A];2009湖北省影像学乳腺癌早期诊断研讨会资料汇编[C];2009年

10 张艳华;张翠;程文;温欣;;乳腺叶状肿瘤的病理分级与超声表现分析[A];中国超声医学工程学会第四届全国浅表器官及外周血管超声医学学术会议论文汇编[C];2013年

相关重要报纸文章 前3条

1 北京朝阳医院京西院区普外科 韩晓风;乳腺X线检查包括3部分[N];健康时报;2008年

2 驻京记者 王丹;乳腺X线摄影 别让质控缺失[N];医药经济报;2009年

3 姜秀兰;莫把乳腺结核当乳癌[N];健康报;2002年

相关博士学位论文 前2条

1 杨蕾;数字乳腺断层融合X线成像在乳腺病变诊断中的价值及辐射剂量相关研究[D];北京协和医学院;2015年

2 万卫平;乳腺肿块的MR增强动力学研究和～1H波谱分析[D];第二军医大学;2001年

相关硕士学位论文 前10条

1 王作民;DW-MRI纹理分析预测乳腺癌非哨位淋巴结转移风险的研究[D];济南大学;2018年

2 裴子璐;基于CT图像的3D纹理分析鉴别肾细胞癌的初步价值[D];安徽医科大学;2018年

3 Nafir Abdul Jaleel;磁共振图像纹理分析在晚期鼻咽癌分期中的应用及对鼻咽癌治疗反应的预测价值[D];大连医科大学;2018年

4 Padikkalakandy Cheriyath Shesnia Salim;定量ADC图的纹理分析对高级别胶质瘤与脑转移瘤的鉴别诊断[D];大连医科大学;2018年

5 张仕慧;Bp-MRI 3D纹理分析对高级别前列腺癌诊断及评估的初探[D];遵义医学院;2018年

6 王俊;纹理分析对胰腺导管腺癌、神经内分泌肿瘤及实性假乳头状肿瘤鉴别诊断的价值[D];中国医科大学;2018年

7 孟祥玉;基于增强MRI图像的纹理分析对肝脏局灶病变的鉴别诊断价值[D];中国医科大学;2018年

8 张娜;CT纹理分析技术鉴别孤立性肺结节良恶性的可行性研究[D];山西医科大学;2018年

9 余加懿;基于MR增强图像的纹理分析预测肝癌经TACE联合HIFU治疗后早期疗效的价值[D];重庆医科大学;2018年

10 凌茜;DCE-MRI全定量参数及纹理分析应用于肝脏良恶性病变的诊断效能[D];重庆医科大学;2017年

，

本文编号：2611083