第一章 窄带成像技术在咽喉部恶性肿瘤的应用价值研究目的:研究窄带成像(Narrow band imaging,NBI)技术内镜应用于咽喉部恶性肿瘤的诊断,探讨NBI技术内镜在咽喉部恶性肿瘤的临床应用价值。方法:纳入临床可疑咽喉部恶性病变患者共112位,按病变部位分为鼻咽组和喉咽组,均进行电子鼻咽喉镜检查及病理检查,检查时留下普通白光模式图片及NBI模式图片,以病理结果为金标准,评估两种成像模式对咽喉部恶性肿瘤诊断的准确性,同时对比NBI模式与普通白光模式的成像特点、临床应用价值。结果:1、鼻咽部病变入组患者51位,共发现51例病变,病理确诊鼻咽部恶性肿瘤38例,其中37例鼻咽癌、1例为非霍奇金淋巴瘤,鼻咽病变组NBI模式检查的敏感性为84.21%,特异性为84.62%,正确诊断率为84.31%;白光模式检查的敏感性为63.16%,特异性为61.54%,正确诊断率为62.75%,NBI与白光模式的敏感性、正确诊断率对比均具有统计学差异(P0.05)。鼻咽部NBI内镜检查与病理检查结果的Kappa一致性检验κ=0.625,P0.001,说明二者之间具有一致性。2、喉咽部病变入组患者61位,共发现65例病变,病理确诊喉咽部恶性肿瘤44例,均为鳞状细胞癌,喉咽病变组NBI模式检查的敏感性为93.18%,特异性为90.48%,正确诊断率为92.31%;白光模式检查的敏感性为75.00%,特异性为57.14%,正确诊断率为69.23%,NBI与白光模式的敏感性、特异性、正确诊断率对比均具有统计学差异(P0.05)。喉咽部NBI内镜检查与病理检查结果的Kappa 一致性检验κ=0.826,P0.001,说明二者之间具有一致性。结论:NBI内镜有助于提高咽喉部恶性肿瘤的诊断正确性,具有一定的临床实用价值。第二章专业图像增强技术在咽喉部恶性肿瘤的应用价值研究目的:研究专业图像增强技术(Professional image enhancement technology,PIET)内镜应用于咽喉恶性肿瘤的诊断,探讨PIET内镜在咽喉部恶性肿瘤的临床应用价值。方法:纳入临床可疑咽喉部恶性病变患者共112位,按病变部位分为鼻咽组和喉咽组,均进行电子鼻咽喉镜检查及病理检查,检查时均留下普通白光模式图片及PIET模式图片,以病理检查结果为金标准,从而评估两种成像模式对咽喉部恶性肿瘤诊断的准确性,同时对比PIET模式与普通白光模式的成像特点、临床应用价值。结果:1、鼻咽部病变入组患者51位,共发现51例病变,病理确诊鼻咽部恶性肿瘤38例,其中37例鼻咽癌、1例为非霍奇金淋巴瘤,鼻咽部病变组PIET模式检查的敏感性为81.58%,特异性为76.92%,正确诊断率为80.40%;白光模式检查的敏感性为63.16%,特异性为61.54%,正确诊断率为62.75%,PIET与白光模式的正确诊断率对比均具有统计学差异(P0.05),二者之间的敏感性、特异性对比无统计学差异(P0.05)。鼻咽部PIET内镜检查与病理检查结果的Kappa 一致性检验κ=0.531,P0.001,说明二者之间具有一致性。2、喉咽部病变入组患者61位,共发现65例病变,病理确诊喉咽部恶性肿瘤44例,均为鳞状细胞癌,喉咽部病变组PIET模式检查的敏感性为88.64%,特异性为85.71%,正确诊断率为87.70%;白光模式检查的敏感性为75.00%,特异性为57.14%,正确诊断率为69.23%,NBI与白光模式的特异性、正确诊断率对比均具有统计学差异(P0.05),二者之间的敏感性对比无统计学差异(P0.05)。喉咽部PIET内镜检查与病理检查结果的Kappa一致性检验κ=0.725,P0.001,说明二者之间具有一致性。结论:PIET内镜有助于提高咽喉部恶性肿瘤的诊断正确性,具有一定的临床实用价值。第三章窄带成像技术对比专业图像增强技术在咽喉部恶性肿瘤的应用价值研究目的:研究NBI内镜及PIET内镜应用于咽喉恶性肿瘤的诊断,对比NBI内镜与PIET内镜在咽喉部恶性肿瘤的临床应用价值。方法:纳入临床可疑鼻咽或咽喉部恶性病变患者共112位,按病变部位分为鼻咽组和喉咽组,均进行电子鼻咽喉镜检查及病理活检,检查时均留下NBI模式图片及PIET模式图片,以活检病理结果为诊断的金标准,从而评估两种电子染色内镜的成像模式对咽喉部恶性肿瘤诊断的准确性,同时对比NBI模式与PIET模式的成像特点、临床应用价值。结果:1、鼻咽部病变入组患者51位,共发现51例病变,病理确诊鼻咽部恶性肿瘤38例,其中37例鼻咽癌、1例为非霍奇金淋巴瘤,鼻咽部病变组NBI模式检查的敏感性为84.21%,特异性为84.62%,PIET模式检查的敏感性为81.58%,特异性为76.92%,正确诊断率为80.40%,NBI与PIET的敏感性、特异性、正确诊断率对比均不具有统计学差异(P0.05)。鼻咽部NBI内镜检查与PIET内镜检查结果的Kappa一致性检验κ=0.559,P0.001,说明二者之间具有一致性。2、喉咽部病变入组患者61位,共发现65例病变,病理确诊喉咽部恶性肿瘤44例,均为鳞状细胞癌,喉咽部病变组NBI模式检查的敏感性为93.18%,特异性为90.48%,正确诊断率为92.31%;PIET模式检查的敏感性为88.64%,特异性为85.71%,正确诊断率为87.70%,NBI与:PIET的敏感性、特异性、正确诊断率对比均不具有统计学差异(P0.05)。喉咽部NBI内镜检查与PIET内镜检查结果的Kappa一致性检验κ=0.830,P0.001,说明二者之间具有一致性。结论:NBI内镜和PIET内镜均有助于提高咽喉部恶性肿瘤的诊断正确性,二者均具有一定的临床实用价值。
【学位单位】：南方医科大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R739.63;TP391.41
【部分图文】：
图Ｍ：淋巴组织增生图像特点??Ｆｉｇｕｒｅ?１－１：?Ｉｍａｇｅ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｏｆ?ｌｙｍｐｈｏｉｄ?ｔｉｓｓｕｅ?ｈｙｐｅｒｐｌａｓｉａ??可见隆起肿物，表面分泌物覆盖，黏膜光滑，呈现为，考虑为鼻咽部淋巴滤泡增生；Ｂ：?ＮＢＩ模式下，未见树枝状血管，走行规则，黏膜组织呈现为白色叠瓦状，鼻咽部淋巴滤泡增生反应，最终病理为假复层纤毛柱组织增生。??
式下见黏膜ＩＰＣＬ清晰可见，ＩＰＣＬ延长、扭曲、呈蚯蚓状、蛇形走向，黏膜下层血??管呈现墨绿色，迂曲扩张，考虑为鼻咽癌，病理诊断为非角化性未分化型癌。??图１－３：鼻咽癌图像特点??Ｆｉｇｕｒｅ?１－３：?Ｎａｓｏｐｈａｒｙｎｇｅａｌ?ｃａｒｃｉｎｏｍａ?ｉｍａｇｅ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ??Ａ：普通白光模式下可见左侧鼻咽咽后壁窝隆起菜花状肿物，肿物隆起黏膜呈??现局部出血状态，周围黏膜血管与周围黏膜颜色接近显示不清，考虑鼻咽肿物性质??待查；Ｂ：?ＮＢＩ模式下见黏膜ＩＰＣＬ清晰可见，ＩＰＣＬ延长、扭曲、呈蚯蚓状，黏膜??下层血管呈现墨绿色，迂曲扩张，考虑为鼻咽癌，病理为非角化性未分化型癌。??图１－４：鼻咽癌图像特点??Ｆｉｇｕｒｅ?１－４：?Ｎａｓｏｐｈａｒｙｎｇｅａｌ?ｃａｒｃｉｎｏｍａ?ｉｍａｇｅ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ??Ａ：普通白光模式下可见鼻咽咽后壁稍膨隆肿物，鼻咽咽后壁黏膜稍充血，考??虑鼻咽炎症反应；Ｂ：?ＮＢＩ模式下见黏膜ＩＰＣＬ清晰可见，ＩＰＣＬ局部增粗、扭曲、??１８??
待查；Ｂ：?ＮＢＩ模式下见黏膜ＩＰＣＬ清晰可见，ＩＰＣＬ延长、扭曲、呈蚯蚓状，黏膜??下层血管呈现墨绿色，迂曲扩张，考虑为鼻咽癌，病理为非角化性未分化型癌。??图１－４：鼻咽癌图像特点??Ｆｉｇｕｒｅ?１－４：?Ｎａｓｏｐｈａｒｙｎｇｅａｌ?ｃａｒｃｉｎｏｍａ?ｉｍａｇｅ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ??Ａ：普通白光模式下可见鼻咽咽后壁稍膨隆肿物，鼻咽咽后壁黏膜稍充血，考??虑鼻咽炎症反应；Ｂ：?ＮＢＩ模式下见黏膜ＩＰＣＬ清晰可见，ＩＰＣＬ局部增粗、扭曲、??１８??
【相似文献】
相关期刊论文 前10条
1 杨超;;数字图像增强技术研究与实现[J];电脑编程技巧与维护;2018年09期
2 张小红;张建生;彭林华;;基于频域的计算机图像增强技术分析[J];科学技术创新;2018年31期
3 王风华,杨浩;图像增强技术的分析和比较[J];中国空间科学技术;1992年03期
4 覃运初;谭黔林;罗富贵;;视频图像增强技术及应用探讨[J];赤峰学院学报(自然科学版);2016年06期
5 井晶;;数字图像增强技术分析[J];信息与电脑(理论版);2013年09期
6 李斯娜;;图像增强基本理论综述[J];价值工程;2010年19期
7 魏怡;谈春艳;成小霞;;图像增强技术在指纹识别中的应用[J];中国水运(下半月);2009年01期
8 刘光磊;侯德文;;图像增强技术在指纹中的应用[J];信息技术与信息化;2006年03期
9 肖志林;;图像增强技术在液晶电视中的应用分析[J];科技创新与应用;2014年17期
10 张立强;;红外图像增强技术发展研究[J];舰船电子工程;2013年03期
相关博士学位论文 前2条
1 李毅;基于视觉模型的红外图像增强技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
2 王炳健;微弱红外目标图像增强技术研究[D];西安电子科技大学;2005年
相关硕士学位论文 前10条
1 邓敏鑫;窄带成像技术与专业图像增强技术在咽喉部恶性肿瘤的应用价值[D];南方医科大学;2019年
2 吴洁;基于学习的高分辨率大场景视频图像增强技术[D];南京大学;2019年
3 章科建;高清电子医用内窥镜图像增强技术研究[D];浙江大学;2018年
4 张耀政;基于FPGA实时处理的视频图像增强技术[D];中北大学;2010年
5 周金伟;自适应局部图像增强技术研究[D];国防科学技术大学;2010年
6 马亚峰;彩色图像增强技术研究[D];兰州大学;2010年
7 戴岩;夜间彩色图像增强技术研究[D];北京工业大学;2014年
8 董爱彬;基于人眼视觉特性的医学图像增强技术[D];山东财经大学;2014年
9 谷曙媚;视频监控系统中的图像增强技术研究[D];湖南大学;2012年
10 高玉瑞;红外图像增强技术研究[D];青岛理工大学;2010年
本文编号：
2837129
