發(fā)布時(shí)間：2022-02-16 15:36

　　目的:探討數(shù)據(jù)挖掘技術(shù)對(duì)于輔助乳腺X線診斷方面的的應(yīng)用價(jià)值。方法:收集1264例在復(fù)旦附屬腫瘤醫(yī)院行手術(shù)治療并有確切病理資料的乳腺疾病病例,所有的病例術(shù)前均經(jīng)過(guò)乳腺X線檢查。由閱讀乳腺X線片7年以上經(jīng)驗(yàn)的影像科醫(yī)生提取并記錄乳腺X線特征及病理結(jié)果。乳腺X線特征應(yīng)用BI-RADS分級(jí)系統(tǒng)進(jìn)行描述和評(píng)分.建立乳腺X線特征征象與病理結(jié)果的Access數(shù)據(jù)庫(kù),以乳腺X線征象、病理結(jié)果、BIRADS分級(jí)作為輸入量,分別采用決策樹(shù)算法與Logistic回歸算法建立乳腺X線診斷模型,對(duì)各種乳腺X線特征及病理結(jié)果與BI-RADS評(píng)分進(jìn)行預(yù)測(cè),分別評(píng)價(jià)兩種算法的敏感度、特異度,之后應(yīng)用檢驗(yàn)樣本對(duì)兩種模型分別作出檢驗(yàn)。結(jié)果:訓(xùn)練樣本共1161例,檢驗(yàn)樣本103例。決策樹(shù)模型與Logistic回歸模型對(duì)于腫塊的良惡性預(yù)測(cè)的正確率分別為89.18%、91.78%,兩者判讀能力有統(tǒng)計(jì)學(xué)差異（p=0.022）,Logistic回歸模型能力高于決策樹(shù)模型;對(duì)于鈣化良惡性預(yù)測(cè)的正確率分別為80.11%、83.21%,兩者判讀能力相當(dāng),無(wú)統(tǒng)計(jì)學(xué)差異（p=0.337）;對(duì)于所有病例良惡性預(yù)測(cè)正確率分別為87.25%、88... 

【文章來(lái)源】：復(fù)旦大學(xué)上海市211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：54 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    1.1 乳腺癌診療現(xiàn)狀
    1.2 BI-RADS評(píng)分系統(tǒng)
    1.3 乳腺癌診斷存在的問(wèn)題
    1.4 CAD簡(jiǎn)介以及技術(shù)特點(diǎn)
    1.5 CAD研究熱點(diǎn)
    1.6 國(guó)內(nèi)CAD技術(shù)在乳腺X線診斷中的應(yīng)用
    1.7 本研究希望能解決的問(wèn)題
    1.8 BI-RADS與CAD技術(shù)的結(jié)合
第二章 研究方法及研究?jī)?nèi)容
    2.1 課題思路與技術(shù)路線
    2.2 研究材料與研究方法
    2.3 研究結(jié)果
        2.3.1 各種病變類型與病理結(jié)果的分布結(jié)果
        2.3.2 BI-RADS分級(jí)與病變類型以及病變良惡性的分布結(jié)果
        2.3.3 兩種診斷模型的比較
第三章 討論
    3.1 診斷模型的選擇
    3.2 模型判斷病灶性質(zhì)的新思路
    3.3 兩種診斷模型的作用和意義
第四章 結(jié)論
參考文獻(xiàn)
后記


【參考文獻(xiàn)】：
期刊論文
[1]乳腺癌普查初步報(bào)道及資料分析[J]. 張宏艷,劉端祺,范萍,黃其敏,侯新燕,彭雁,矯健,呂楠.  解放軍醫(yī)學(xué)雜志. 2007(06)
[2]乳腺外科的發(fā)展趨勢(shì)[J]. 邵志敏,余科達(dá).  中國(guó)普外基礎(chǔ)與臨床雜志. 2007(03)
[3]乳腺癌外科治療發(fā)展趨勢(shì)[J]. 邵志敏.  外科理論與實(shí)踐. 2006(02)
[4]乳腺癌普查的國(guó)內(nèi)外進(jìn)展[J]. 呂大鵬,徐光煒.  中國(guó)實(shí)用外科雜志. 2006(01)
[5]21世紀(jì)乳腺癌治療的展望[J]. 邵志敏,沈鎮(zhèn)宙.  中國(guó)癌癥雜志. 2005(05)
[6]乳腺癌的早期診斷[J]. 邵志敏,沈鎮(zhèn)宙,吳炅,陸勁松,沈坤煒,韓企夏,狄根紅,柳光宇,張家新.  家庭醫(yī)學(xué). 2005(06)
[7]使用乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)診斷乳腺疾病的體會(huì)[J]. 顧雅佳,吳斌,張帥,楊天錫.  中華放射學(xué)雜志. 2004(09)



本文編號(hào)：3628225