【摘要】：目的在后處理軟件的輔助下,探究肝細(xì)胞癌動(dòng)脈增強(qiáng)指數(shù)偽彩圖的紋理與相應(yīng)肝細(xì)胞癌組織中病理組織學(xué)指標(biāo)AFP、P53及Ki-67之間的統(tǒng)計(jì)學(xué)關(guān)系。方法回顧性收集中國(guó)醫(yī)科大學(xué)附屬盛京醫(yī)院2016年9月至2018年9月病理組織學(xué)檢查診斷為肝細(xì)胞癌的病例,且行肝臟增強(qiáng)CT前未對(duì)疾病進(jìn)行干預(yù),收集并整理其肝臟三期增強(qiáng)CT圖像及相應(yīng)病理組織學(xué)檢查結(jié)果,使用CT Kinetics軟件對(duì)圖像進(jìn)行后處理,獲取肝動(dòng)脈增強(qiáng)指數(shù)偽彩圖后,提取該圖像極差、方差、標(biāo)準(zhǔn)差、一致性、斜率、熵等紋理信息參數(shù),采用spss20.0軟件分析病變部位各個(gè)紋理參數(shù)與病理組織學(xué)指標(biāo)之間的統(tǒng)計(jì)學(xué)關(guān)系。結(jié)果按照AFP陰性和陽(yáng)性分組時(shí),兩組之間AEF圖像紋理參數(shù)不存在統(tǒng)計(jì)學(xué)差異(P0.05);按照P53陰性和陽(yáng)性分組時(shí),兩組之間AEF圖像紋理參數(shù)不存在差異(P0.05);P53標(biāo)記指數(shù)定量與AEF圖像紋理參數(shù)之間不存在相關(guān)性(P0.05);Ki-67標(biāo)記指數(shù)定量與紋理參數(shù)標(biāo)準(zhǔn)差、方差、極差存在正相關(guān),相關(guān)系數(shù)r分別為0.355、0.384、0.359(P0.05),Ki-67標(biāo)記指數(shù)定量與紋理參數(shù)一致性存在負(fù)相關(guān),相關(guān)系數(shù)r為-0.419(P0.05)。結(jié)論本次研究中,動(dòng)脈增強(qiáng)指數(shù)圖像紋理與肝癌組織Ki-67標(biāo)記指數(shù)之間存在相關(guān)性,AEF圖像的紋理混亂程度隨著Ki-67標(biāo)記指數(shù)的增高而增加;而AFP、P53陰陽(yáng)性與圖像紋理無(wú)統(tǒng)計(jì)學(xué)相關(guān),P53定量與肝動(dòng)脈增強(qiáng)指數(shù)偽彩圖圖像紋理參數(shù)也無(wú)統(tǒng)計(jì)學(xué)相關(guān)。 【學(xué)位授予單位】：中國(guó)醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R735.7;R730.44

【圖文】：

中國(guó)醫(yī)科大學(xué)碩士學(xué)位論文劑濃度隨時(shí)間變化作為參照，計(jì)算整個(gè)層面肝臟的動(dòng)脈增強(qiáng)指數(shù)并生成偽彩圖；隨后選擇門脈期病灶顯示最大層面，沿病灶邊緣勾畫(huà)病灶的感興趣區(qū)，并選擇部分同層部分正常肝組織作為對(duì)照，最后生成并保存動(dòng)脈增強(qiáng)指數(shù)偽彩圖中病變組織和正常組織紋理分析參數(shù)。

5圖 1 Ki-67 表達(dá)量與紋理參數(shù)極差、方差、標(biāo)準(zhǔn)差、一致性的線性回歸Ki-67 表達(dá)量與紋理參數(shù)極差、方差、標(biāo)準(zhǔn)差存在正相關(guān)，，與紋理參數(shù)一致性存在負(fù)相關(guān)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張學(xué)軍;郭建;;圖像紋理分析的方法與應(yīng)用[J];黑龍江科技信息;2009年16期

2 吳濤;秦昆;;圖像紋理特征數(shù)據(jù)挖掘的理論與方法探討[J];計(jì)算機(jī)時(shí)代;2006年08期

3 王震,王執(zhí)銓;圖像紋理分析與紋理測(cè)度[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年S1期

4 范郭亮;李光;王春霞;;圖像紋理區(qū)檢測(cè)及分割算法研究[J];信息安全與技術(shù);2011年09期

5 李亞春;夏德深;徐萌;;小波變換在圖像紋理分析中的研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2005年35期

6 孟勇,洪丹輝,毛丹;測(cè)度熵在圖像紋理分析中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2000年08期

7 丁黎明;;紋理?yè)p失最小約束下跟蹤圖像陰影自動(dòng)去除算法[J];自動(dòng)化與儀器儀表;2019年03期

8 章華;李振璧;姜媛媛;;基于圖像紋理的煤巖識(shí)別研究[J];煤炭技術(shù);2015年07期

9 徐孟春;王相海;;基于不完全小波樹(shù)型結(jié)構(gòu)的圖像紋理特征研究[J];中國(guó)圖象圖形學(xué)報(bào);2009年07期

10 張地;羅群;雷敏;;一種基于圖像紋理特征和支持向量機(jī)的版權(quán)保護(hù)方法[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2017年08期

相關(guān)會(huì)議論文 前10條

1 楊國(guó)華;周晨波;阮久忠;郭冰;王剛;;基于自相關(guān)函數(shù)的非平面表面粗糙度的圖像紋理研究[A];第十二屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2008年

2 王云;董增壽;卓東風(fēng);;基于圖像紋理和結(jié)構(gòu)特征的燃燒指數(shù)的高溫低氧火焰燃燒穩(wěn)定性識(shí)別[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

3 張磊;朱磊;;一種綜合圖像紋理和灰度特征的分割算法[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

4 袁灼彬;鄭曉林;鄒玉堅(jiān);方少偉;張旭升;楊沛欽;;T2WI圖像紋理分析聯(lián)合多參數(shù)磁共振成像在評(píng)價(jià)前列腺癌侵襲性研究[A];中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第十五次全國(guó)學(xué)術(shù)大會(huì)暨上海市中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)2017年學(xué)術(shù)年會(huì)暨《醫(yī)學(xué)影像新技術(shù)的臨床應(yīng)用》國(guó)家級(jí)繼續(xù)教育學(xué)習(xí)班資料匯編[C];2017年

5 王鵬;吳春亞;劉德利;劉亦智;劉獻(xiàn)禮;;基于LabVIEW的鋼球表面缺陷圖像紋理分析與檢測(cè)[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（一）[C];2007年

6 阮久忠;周晨波;楊國(guó)華;;基于灰度共生矩陣的非平面表面粗糙度的圖像紋理研究[A];第十二屆全國(guó)光學(xué)測(cè)試學(xué)術(shù)討論會(huì)論文（摘要集）[C];2008年

7 薛晶晶;白廷柱;;基于圖像紋理特征的隱身效果評(píng)價(jià)方法研究[A];光電技術(shù)與系統(tǒng)文選——中國(guó)光學(xué)學(xué)會(huì)光電技術(shù)專業(yè)委員會(huì)成立二十周年暨第十一屆全國(guó)光電技術(shù)與系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2005年

8 陽(yáng)維;張素;陳亞珠;;射頻消融組織的B超紋理分析與定征[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

9 楊偉斌;朱慶勇;余懷忠;;基于SEM圖像紋理增強(qiáng)的巖石多孔介質(zhì)滲透率計(jì)算[A];中國(guó)力學(xué)大會(huì)-2017暨慶祝中國(guó)力學(xué)學(xué)會(huì)成立60周年大會(huì)論文集（B）[C];2017年

10 韓冬;賀太平;雷雨欣;任嘉梁;吳宏培;郭炎兵;黨珊;谷春雨;;基于CT圖像紋理分析鑒別腎透明細(xì)胞癌分化程度WHO/ISUP簡(jiǎn)化分級(jí)[A];中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)暨甘肅省中西醫(yī)結(jié)合學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)資料匯編[C];2019年

相關(guān)重要報(bào)紙文章 前2條

1 華凌;世界最薄泡沫屏幕可改變圖像紋理[N];科技日?qǐng)?bào);2012年

2 記者 馮衛(wèi)東;非侵入性成像可準(zhǔn)確發(fā)現(xiàn)癌癥轉(zhuǎn)移[N];科技日?qǐng)?bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 任燕;基于弱監(jiān)督學(xué)習(xí)的圖像協(xié)同分割與定位[D];西安電子科技大學(xué);2018年

2 任逍航;基于深度學(xué)習(xí)的自然場(chǎng)景圖像的中文字檢測(cè)和識(shí)別算法研究[D];上海交通大學(xué);2017年

3 寇旗旗;基于主曲率的圖像紋理特征提取方法研究[D];中國(guó)礦業(yè)大學(xué);2019年

4 周杰;醫(yī)學(xué)圖像特征的自動(dòng)獲取與基于內(nèi)容檢索的方法研究[D];第一軍醫(yī)大學(xué);2004年

5 孫蕾;醫(yī)學(xué)圖像智能挖掘關(guān)鍵技術(shù)研究[D];西北大學(xué);2005年

6 胡廣寰;基于內(nèi)容圖像檢索中圖像語(yǔ)義分類技術(shù)研究[D];浙江大學(xué);2005年

7 王曙燕;醫(yī)學(xué)圖像智能分類算法研究[D];西北大學(xué);2006年

8 段立娟;基于內(nèi)容的圖像檢索與過(guò)濾關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2002年

9 唐俊華;科學(xué)數(shù)據(jù)庫(kù)中基于內(nèi)容圖像檢索技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2004年

10 易文晟;圖像語(yǔ)義檢索和分類技術(shù)研究[D];浙江大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 徐佩園;醫(yī)療圖像的目標(biāo)檢測(cè)與分割研究[D];南京航空航天大學(xué);2019年

2 關(guān)瑾寧;基于深度學(xué)習(xí)的圖像描述模型研究及應(yīng)用[D];哈爾濱工業(yè)大學(xué);2018年

3 齊雪;基于常規(guī)MRI圖像的不同影像組學(xué)模型在腦膠質(zhì)瘤術(shù)前分級(jí)中的應(yīng)用[D];中國(guó)醫(yī)科大學(xué);2019年

4 吉佳琳;肝細(xì)胞癌動(dòng)脈增強(qiáng)指數(shù)圖像紋理與病理組織學(xué)的相關(guān)性分析[D];中國(guó)醫(yī)科大學(xué);2019年

5 王延杰;基于深度人臉信息的身份識(shí)別[D];北方工業(yè)大學(xué);2019年

6 朱宏晨;基于顯著點(diǎn)特征的水下圖像海參目標(biāo)檢測(cè)[D];哈爾濱工程大學(xué);2019年

7 鐘紹源;基于海底聲學(xué)圖像的底質(zhì)分類軟件設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2019年

8 周瓊;基于類別不平衡學(xué)習(xí)技術(shù)的AD醫(yī)學(xué)圖像挖掘[D];貴州大學(xué);2019年

9 楊超;圖像前背景分離的機(jī)器學(xué)習(xí)算法及應(yīng)用[D];貴州大學(xué);2019年

10 郭燕;基于B超圖像多特征值的HIFU治療測(cè)溫方法研究[D];湖南師范大學(xué);2019年

本文編號(hào)：2712141