Bayes分析在孤立性肺结节CT诊断中的应用

发布时间：2022-02-17 10:33

　　目的:探讨Bayes分析在孤立性肺结节（SPN）CT定性诊断中的价值,并期望为SPN的管理提供帮助。方法:回顾性搜集连续SPN病例352例（恶性135例,良性217例）作为训练集。利用Bayes分析法先从训练集中求出恶性SPN的验前比及各临床和CT表现的似然比,再以此计算每个SPN的恶性概率,概率≥50%判为恶性,＜50%判为良性。并前瞻性地检验Bayes分析在132例SPN测试集样本（恶性61例,良性71例）中的诊断效能和预测概率的精度,与2位高年资和2位低年资放射科医生常规阅片的表现作比较。结果:（1）恶性SPN的验前比为0.61;（2）根据各临床和CT表现似然比的高低得出,较能提示恶性SPN的特征为空泡征、短毛刺、深分叶等,较能提示良性SPN的特征为良性钙化模式、强化值＜20HU、“多边形”轮廓等;（3）Bayes分析法回代检验训练集样本,其敏感度、特异度及符合率分别为88.9%、93.1%、91.5%。测试集中,Bayes分析的敏感度、特异度、符合率、阳性预测值及阴性预测值分别为88.5%、85.9%、87.1%、84.4%、89.7%,其诊断符合率与高年资甲医生（80.3%,... 

【文章来源】：中南大学湖南省211工程院校985工程院校教育部直属院校

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
目录
第一章 前言
第二章 材料和方法
    2.1 一般材料
        2.1.1 病例选择标准
        2.1.2 临床资料
    2.2 方法
        2.2.1 CT扫描方法
        2.2.2 CT图像评价标准
        2.2.3 CT图像测量及评价方法
        2.2.4 Bayes分析的理论及其运用
        2.2.5 统计处理方法
第三章 结果
    3.1 恶性SPN的验前比及各指标在不同状态下的似然比
    3.2 Bayes分析与常规阅片法判别SPN良恶性质的结果比较
        3.2.1 Bayes分析与常规阅片法诊断SPN的真实性及收益评价
        3.2.2 Bayes分析与常规阅片法鉴别SPN良恶性质能力的比较
    3.3 Bayes分析法估算SPN恶性概率的情况分析
    3.4 Bayes分析法错判SPN的情况报告
第四章 讨论
    4.1 Bayes分析在CT鉴别SPN性质中的价值
        4.1.1 似然比对各临床和CT表现在SPN诊断中权重大小的解释作用
        4.1.2 Bayes分析对SPN恶性概率的预报作用
    4.2 初步探讨Bayes分析在SPN管理中的意义
    4.3 Bayes分析法的运用举例
    4.4 Bayes分析法的错判病例分析
    4.5 Bayes分析方法的局限和本研究存在的不足
第五章 结论
参考文献
附图
综述
致谢
攻读学位期间主要的研究成果目录


【参考文献】：
期刊论文
[1]孤立性肺结节影像学诊断原则与研究进展[J]. 张敏鸣.  放射学实践. 2007(03)
[2]孤立性肺结节良恶性病变的危险因素分析[J]. 张轶,丁嘉安.  中国胸心血管外科临床杂志. 2006(03)
[3]孤立性肺结节与支气管关系的多层螺旋CT研究进展[J]. 周涛,甘新莲,周燕发.  放射学实践. 2006(05)
[4]人工神经网络在孤立性肺结节CT诊断研究中的应用[J]. 王晓华,陈卉,马大庆,高培毅,周新华.  中华放射学杂志. 2006(04)
[5]毛刺征在CT诊断周围型小肺癌中的价值[J]. 王晓华,马大庆,陈卉.  中国医学影像学杂志. 2006(02)
[6]基于贝叶斯网络的脑胶质瘤恶性高低度的自动诊断[J]. 马军,杨杰,耿道颖.  生物医学工程学杂志. 2006(01)
[7]孤立性肺结节的临床与CT计量诊断[J]. 王晓华,马大庆,周新华.  中国医学影像技术. 2005(10)
[8]贝叶斯学派统计学家,频率学派统计学家和科学家[J]. Bradley Efron,朱钰,谢爱辉,郭晓烨.  统计与信息论坛. 2005(04)
[9]肺外恶性肿瘤的部位和病理类型与其肺内孤立性病灶性质的相关性研究[J]. 李成洲,肖湘生,李玉莉,刘士远,李惠民,张庆华.  临床放射学杂志. 2005(02)
[10]高分辨率CT正向概率判别法在肺结节鉴别诊断中的应用研究[J]. 周旭辉,李子平,谭国胜,范淼,杨旭峰.  中华放射学杂志. 2005(01)



本文编号：3629281