目的:探索高分辨率CT圖像紋理分析對孤立性肺實性結節(jié)的診斷價值。方法:應用Mazda軟件分析98例孤立性肺實性結節(jié)高分辨率CT圖像紋理參數,并Fisher系數、交互信息、分類錯誤概率組合平均相關系數法以及3種方法聯(lián)合（FPM）篩選出具有代表意義紋理參數。然后,應用線性判別分析、非線性判別分析、原始數據分析、主要成分分析4種分類統(tǒng)計方法計算紋理參數診斷孤立性肺實性結節(jié)效能,以錯判率表示。最后,將紋理參數診斷肺結節(jié)效能與胸部影像醫(yī)師進行對比分析。結果:應用FPM法提取特征性紋理參數并采用非線性分類判別方法孤立性肺實性結節(jié)良惡性錯判率為6.1%（6/98）,胸部影像醫(yī)師錯判率為16.3%（16/98）,兩者差異具有統(tǒng)計學意義（P<0.05）。結論:高分辨率CT圖像紋理分析可作為孤立性肺實性結節(jié)鑒別診斷的新手段之一。 

【文章來源】：中國臨床醫(yī)學影像雜志. 2020,31(02)

【文章頁數】：4 頁

【部分圖文】：

紋理分析過程示意圖。

胸部影像醫(yī)師與紋理分析（采用FPM法提取特征參數，NDA分類判別錯判率6.1%）鑒別孤立性肺實性結節(jié)良惡性的錯判率進行卡方檢驗進行對比分析，差異具有統(tǒng)計學意義（P=0.041）。3 討論

【參考文獻】：
期刊論文
[1]CT紋理分析在胃腸間質瘤危險度分級價值的初步研究[J]. 任采月,王升平,任敏,劉壯,張盛箭,蔣朝霞,彭衛(wèi)軍.  實用放射學雜志. 2019 (02)
[2]CT圖像紋理分析評估胰腺神經內分泌腫瘤的病理分級[J]. 于浩鵬,李謀,張琳,楊成敏,張永嫦,宋彬.  中國臨床醫(yī)學影像雜志. 2018(11)
[3]肺結節(jié)影像人工智能技術現(xiàn)狀與思考[J]. 蕭毅,劉士遠.  腫瘤影像學. 2018(04)
[4]PET/CT聯(lián)合HRCT在診斷孤立性肺結節(jié)中的應用價值分析[J]. 張建功,史訊.  中外醫(yī)療. 2018(23)
[5]增強MRI紋理分析技術對肝內膽管細胞癌術后早期復發(fā)的預測價值[J]. 趙麗,梁萌,馬霄虹,史卓,朱永健,王爽,趙心明.  實用放射學雜志. 2018 (07)
[6]PET/CT結合HRCT診斷孤立性肺結節(jié)的應用價值:Meta分析[J]. 黎金葵,閆坤,楊品,蔣常琴,梁莉,雷軍強.  中國CT和MRI雜志. 2017(01)
[7]高分辨CT征象對肺內孤立結節(jié)良惡性的鑒別診斷價值分析[J]. 葉風平,許兵,孫高峰.  海軍醫(yī)學雜志. 2015(06)
[8]高分辨CT表現(xiàn)對孤立性肺結節(jié)良惡性鑒別的研究進展[J]. 白玥,辛秀琴,孟珊珊,王晨,張捷.  中國老年學雜志. 2015(19)
[9]HRCT常見惡性征象對孤立性肺結節(jié)的定性診斷[J]. 李輝,闞曉婧,寧培剛,陳翠云,馮敢生.  放射學實踐. 2014(12)
[10]HRCT與PET/CT聯(lián)合診斷孤立性肺結節(jié)[J]. 李蘭濤,林紅雨,王海燕,崔新建,劉少東.  中國醫(yī)學影像技術. 2013(03)



本文編號：3230768