CT图像纹理分析在周围型小细胞与非小细胞肺癌鉴别中的应用价值
发布时间：2021-06-17 15:15
目的:探讨MaZda软件CT图像纹理分析对周围型小细胞与非小细胞肺癌诊断与鉴别的可行性并分析其在两者诊断中的临床应用价值。研究方法:1、回顾性分析经手术或穿刺活检确诊的周围型肺癌89例,其中周围型小细胞肺癌（P-SCLC）58例,周围型非小细胞癌（P-NSCLC）31例（腺癌16例,腺鳞癌15例）;2、利用MaZda 4.6软件,在肿瘤横轴位最大截面上通过手动来勾画感兴趣区（reign of interest,ROI）,并进行纹理特征提取;3、利用Fisher系数、MI（交互信息）、POE+ACC（分类错误概率联合平均相关系数）及FPM[Fisher+MI+（POE+ACC）联合]四种方法对两组病例图像所提取的纹理特征进行降维处理。再通过B11工具对降维后的纹理特征进行分类判别分析;4、统计学分析:本研究的计量资料以均数±标准差（?±s）表示。采用SPSS 22.0统计软件中的独立样本t检验或者Mann-Whitney U检验分别比较两组病变纹理特征间的差异;再运用Logistic回归分析对差异有意义的纹理参数进行多因素分析,筛选鉴别诊断P-SCLC与P-NSCLC的主要预测因素。采用...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：46 页
【学位级别】：硕士
【部分图文】：
A.3种优势纹理特征的ROC曲线图；B.3种优势纹理特征不同组合的ROC曲线图（注：
附图24附图图1：男，63岁，左肺上叶周围型SCLC，MaZda处理的ROI图、直方图和结果报表图2：男，54岁，左肺上叶前段周围型SCLC，MaZda处理ROI、Report及部分Map图
附图24附图图1：男，63岁，左肺上叶周围型SCLC，MaZda处理的ROI图、直方图和结果报表图2：男，54岁，左肺上叶前段周围型SCLC，MaZda处理ROI、Report及部分Map图
【参考文献】：
期刊论文
[1]CT纹理分析鉴别不可手术切除的小细胞肺癌与非小细胞肺癌中的价值[J]. 张红娟,武志峰,鄂林宁,吴山. 中国医学影像学杂志. 2019(11)
[2]CT平扫图像纹理分析在肾透明细胞癌与肾乏脂性血管平滑肌脂肪瘤鉴别诊断中的价值[J]. 谭惠斌,熊飞,黄文才,王涛,李涵翰,游涛,陆然,吴倩,邹佳妮,刘江勇. 临床放射学杂志. 2019(11)
[3]前纵隔淋巴瘤和胸腺瘤CT纹理分析[J]. 李涵翰,汪蕾,游涛,黄文才,陆然,熊飞. 华南国防医学杂志. 2019(10)
[4]基于灰度共生矩阵鉴别小细胞肺癌和非小细胞肺癌[J]. 徐圆,尚松安,曹正业,沈力,王猛,叶靖,吴晶涛. 中国临床医学影像杂志. 2019(09)
[5]中央型小细胞肺癌与鳞癌CT纹理分析参数特征比较[J]. 龚恩惠,周永进,李露,曹卓. 中国现代医生. 2019(21)
[6]CT纹理分析在误诊的实性肺结节鉴别诊断中的应用[J]. 张博薇,强金伟,叶剑定,张玉,高淳. 复旦学报(医学版). 2019(03)
[7]肺癌的流行病学[J]. 马书梅,刘瑞娟,张影影. 世界最新医学信息文摘. 2019(26)
[8]基于CT平扫图像的纹理分析鉴别肉芽肿性肺曲霉菌病与肺隐球菌病[J]. 陈立鹏,刘伟锋,赵钊. 中国医学计算机成像杂志. 2018(05)
[9]CT纹理分析在腮腺多形性腺瘤与腺淋巴瘤鉴别诊断中的价值[J]. 赵厚亮,王文涛,王伟,徐凯. 口腔医学研究. 2018(10)
[10]CT纹理分析技术鉴别良恶性孤立性肺结节[J]. 张娜,鄂林宁,吴山,武志峰. 中国医学影像技术. 2018(08)
硕士论文
[1]基于增强CT图像纹理分析技术对胰腺癌诊断及术前定量恶性程度评估的研究[D]. 沈力.扬州大学 2019
本文编号：3235437
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：46 页
【学位级别】：硕士
【部分图文】：
A.3种优势纹理特征的ROC曲线图；B.3种优势纹理特征不同组合的ROC曲线图（注：
附图24附图图1：男，63岁，左肺上叶周围型SCLC，MaZda处理的ROI图、直方图和结果报表图2：男，54岁，左肺上叶前段周围型SCLC，MaZda处理ROI、Report及部分Map图
附图24附图图1：男，63岁，左肺上叶周围型SCLC，MaZda处理的ROI图、直方图和结果报表图2：男，54岁，左肺上叶前段周围型SCLC，MaZda处理ROI、Report及部分Map图
【参考文献】：
期刊论文
[1]CT纹理分析鉴别不可手术切除的小细胞肺癌与非小细胞肺癌中的价值[J]. 张红娟,武志峰,鄂林宁,吴山. 中国医学影像学杂志. 2019(11)
[2]CT平扫图像纹理分析在肾透明细胞癌与肾乏脂性血管平滑肌脂肪瘤鉴别诊断中的价值[J]. 谭惠斌,熊飞,黄文才,王涛,李涵翰,游涛,陆然,吴倩,邹佳妮,刘江勇. 临床放射学杂志. 2019(11)
[3]前纵隔淋巴瘤和胸腺瘤CT纹理分析[J]. 李涵翰,汪蕾,游涛,黄文才,陆然,熊飞. 华南国防医学杂志. 2019(10)
[4]基于灰度共生矩阵鉴别小细胞肺癌和非小细胞肺癌[J]. 徐圆,尚松安,曹正业,沈力,王猛,叶靖,吴晶涛. 中国临床医学影像杂志. 2019(09)
[5]中央型小细胞肺癌与鳞癌CT纹理分析参数特征比较[J]. 龚恩惠,周永进,李露,曹卓. 中国现代医生. 2019(21)
[6]CT纹理分析在误诊的实性肺结节鉴别诊断中的应用[J]. 张博薇,强金伟,叶剑定,张玉,高淳. 复旦学报(医学版). 2019(03)
[7]肺癌的流行病学[J]. 马书梅,刘瑞娟,张影影. 世界最新医学信息文摘. 2019(26)
[8]基于CT平扫图像的纹理分析鉴别肉芽肿性肺曲霉菌病与肺隐球菌病[J]. 陈立鹏,刘伟锋,赵钊. 中国医学计算机成像杂志. 2018(05)
[9]CT纹理分析在腮腺多形性腺瘤与腺淋巴瘤鉴别诊断中的价值[J]. 赵厚亮,王文涛,王伟,徐凯. 口腔医学研究. 2018(10)
[10]CT纹理分析技术鉴别良恶性孤立性肺结节[J]. 张娜,鄂林宁,吴山,武志峰. 中国医学影像技术. 2018(08)
硕士论文
[1]基于增强CT图像纹理分析技术对胰腺癌诊断及术前定量恶性程度评估的研究[D]. 沈力.扬州大学 2019
本文编号：3235437
本文链接：https://www.wllwen.com/yixuelunwen/zlx/3235437.html
