目的1.將紋理分析與非增強(qiáng)MRI相結(jié)合,嘗試在無(wú)造影劑情況下識(shí)別頸動(dòng)脈粥樣硬化斑塊內(nèi)新生血管,建立斑塊內(nèi)新生血管的診斷模型。并結(jié)合傳統(tǒng)臨床血清學(xué)指標(biāo),構(gòu)建斑塊內(nèi)新生血管的影像-臨床診斷模型,為探究紋理分析在非增強(qiáng)圖像上識(shí)別斑塊內(nèi)新生血管的可行性提供證明。2.基于紋理分析,在非增強(qiáng)MRI圖像上進(jìn)一步探究其對(duì)不同等級(jí)的頸動(dòng)脈粥樣硬化斑塊內(nèi)新生血管識(shí)別的可能性,為定量識(shí)別高、低等級(jí)斑塊內(nèi)新生血管開(kāi)辟新的道路。方法1.招募頸動(dòng)脈粥樣硬化斑塊患者作為研究對(duì)象。受試者均接受超聲造影及頸動(dòng)脈MRI檢查,MRI檢查包括T1、T2加權(quán)成像(T1WI和T2WI)和增強(qiáng)T1成像(CE-T1WI)。依據(jù)超聲造影結(jié)果,將94例頸動(dòng)脈斑塊分為斑塊內(nèi)新生血管組和非斑塊內(nèi)新生血管組。在MRI圖像上選定斑塊最大層面,由一名經(jīng)驗(yàn)豐富的診斷醫(yī)生手動(dòng)勾畫(huà)感興趣區(qū)(ROI),并進(jìn)行特征提取。對(duì)提取的特征進(jìn)行降維,通過(guò)組內(nèi)相關(guān)系數(shù)(ICC)、隨機(jī)森林及共線(xiàn)性檢測(cè)進(jìn)行篩選。分析最終獲得的重要特征是否存在統(tǒng)計(jì)學(xué)差異,并構(gòu)建診斷模型。此外,分別結(jié)合5個(gè)臨床經(jīng)典血清學(xué)指標(biāo),尋找最優(yōu)診斷效力的血清指標(biāo),構(gòu)建影像-臨床診斷模型。2.依據(jù)超聲...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1病人入組流程，包括了超聲造影與MRI比較中參與者退出的原因Figure2.1Flowchartshowsstudydesign,includingreasonsforparticipantdropoutforcomparisionofcontrastenhancedultrasoundwithMRI.

基于紋理分析對(duì)頸動(dòng)脈粥樣硬化斑塊內(nèi)新生血管的研究6人口學(xué)統(tǒng)計(jì)信息和臨床指標(biāo)。圖2.1病人入組流程，包括了超聲造影與MRI比較中參與者退出的原因Figure2.1Flowchartshowsstudydesign,includingreasonsforparticipantdrop....

圖2.2頸動(dòng)脈斑塊超聲圖

基于紋理分析對(duì)頸動(dòng)脈粥樣硬化斑塊內(nèi)新生血管的研究8圖2.2頸動(dòng)脈斑塊超聲圖上方為常規(guī)超聲圖，下方為超聲造影圖。左側(cè)斑塊顯示無(wú)新生血管，右側(cè)斑塊顯示有斑塊內(nèi)新生血管(箭頭所指)。Figure2.2UltrasoundofcarotidarteryplaqueUpper,arecon....

圖2.3在MRI上三種序列的頸動(dòng)脈斑塊圖像

江蘇大學(xué)碩士學(xué)位論文11根據(jù)超聲造影的檢測(cè)結(jié)果，將94例頸動(dòng)脈斑塊分為斑塊內(nèi)新生血管組（n=65）和非斑塊內(nèi)新生血管組（n=29）。具體的超聲造影檢測(cè)結(jié)果見(jiàn)表2.1。結(jié)果顯示，斑塊內(nèi)新生血管在CE-T1WI上能夠清晰顯示，且成功識(shí)別斑塊內(nèi)新生血管55例(55/65)和非斑塊內(nèi)新生....

圖2.4基于Boruta算法構(gòu)造紋理特征的特征選擇，從未增強(qiáng)的T1WI+T2WI中選擇16個(gè)紋理特征

江蘇大學(xué)碩士學(xué)位論文13圖2.4基于Boruta算法構(gòu)造紋理特征的特征選擇，從未增強(qiáng)的T1WI+T2WI中選擇16個(gè)紋理特征。綠色代表確認(rèn)的重要特征，紅色代表拒絕的非重要特征。Figure2.4Texturefeatureselectionisconstructedbasedon....

本文編號(hào)：3985052