目的:探討利用CT平掃與動(dòng)脈期圖像紋理分析在鑒別膀胱乳頭狀瘤和膀胱癌中的應(yīng)用價(jià)值。方法:回顧性納入自2016年1月至2020年1月在安徽醫(yī)科大學(xué)第三附屬醫(yī)院就診的經(jīng)病理證實(shí)的64例膀胱腫瘤患者的病例資料,其中良性病變32例,惡性病變32例。所有患者均行CT三期動(dòng)態(tài)增強(qiáng)掃描,選擇其平掃與動(dòng)脈期圖像來(lái)進(jìn)行研究。使用Ma Zda紋理分析軟件對(duì)掃描圖像上的膀胱病變進(jìn)行紋理特征的提取,再用Fisher(費(fèi)希爾參數(shù))法、POE+ACC(最小分類誤差與最小平均相關(guān)系數(shù)法)及MI(相關(guān)信息測(cè)度法)分別篩選出鑒別膀胱良惡性病灶的10個(gè)最佳紋理參數(shù)組合,使用Mazda自帶B11工具中的三種判別方法:主成分分析法(PCA)、線性判別分析法(LDA)和非線性判別分析法(NDA)對(duì)選取的最佳紋理特征進(jìn)行分析,計(jì)算出其鑒別膀胱良惡性腫瘤的最小誤判率(R),對(duì)最小誤判率所對(duì)應(yīng)的最佳紋理參數(shù)進(jìn)行ROC檢驗(yàn),篩選出最有輔助鑒別意義的可量化參數(shù)來(lái)對(duì)膀胱良惡性腫瘤進(jìn)行鑒別診斷。結(jié)果:基于CT平掃時(shí)以MI+NDA組合的誤判率最低(1.56%),所篩選的最佳紋理參數(shù)分別為Wav En HH＿s-1(高高頻小波系數(shù)轉(zhuǎn)換s-1)、...

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
英文縮略詞(Abbreviation)
摘要
Abstract
1.前言
2 材料與方法
    2.1 病例收集
    2.2 CT檢查方法
    2.3 圖像分割
    2.4 CT紋理特征提取及量化
    2.5 CT紋理特征選擇及預(yù)測(cè)模型建立
    2.6 特征參數(shù)的判別分析
    2.7 統(tǒng)計(jì)學(xué)方法
3.結(jié)果
    3.1 膀胱乳頭狀瘤和膀胱癌患者的一般臨床資料
    3.2 MaZda紋理分析
    3.3 最佳紋理參數(shù)的準(zhǔn)確性檢驗(yàn)
4.討論
    4.1 NDA具有最佳鑒別價(jià)值
    4.2 最佳紋理參數(shù)在鑒別膀胱乳頭狀瘤和膀胱癌中的診斷效能
5.本研究的局限性
6.展望
7.結(jié)論
參考文獻(xiàn)
附錄
致謝
綜述 CT紋理分析原理及其應(yīng)用進(jìn)展
    參考文獻(xiàn)



本文編號(hào)：3876167