文章摘要
李卫民,范晓芳,贾 磊,吴文娟,朱束华.超声影像纹理分析鉴别诊断乳腺良恶性微小病变的价值[J].南京医科大学学报,2021,(3):415~419
超声影像纹理分析鉴别诊断乳腺良恶性微小病变的价值
投稿时间:2020-05-03  
DOI:10.7655/NYDXBNS20210319
中文关键词: 超声  纹理分析  微小病变
英文关键词: 
基金项目:无锡市卫生健康委妇幼健康适宜技术推广项目(FYTG201904)
作者单位
李卫民 江南大学附属医院超声科江苏 无锡 214062 
范晓芳 江南大学附属医院超声科江苏 无锡 214062 
贾 磊 江南大学附属医院超声科江苏 无锡 214062 
吴文娟 江南大学附属医院超声科江苏 无锡 214062 
朱束华 江南大学附属医院超声科江苏 无锡 214062 
摘要点击次数: 66
全文下载次数: 43
中文摘要:
      目的:探讨超声影像纹理分析鉴别诊断乳腺良恶性微小病变的价值。方法:选取158例患者共164个乳腺微小病变,将超声二维影像导入MaZda 4.6软件中,手动勾画病变的感兴趣区(area of intrest,ROI),分别选择交互信息(mutual information,MI)、分类错误概率(probability of classification error,POE)联合平均相关系数(average correction coefficient,ACC)(POE+ACC)、Fisher系数,以及以上3种方法的联合(Fisher+ POE+ACC+MI)选择最具鉴别价值的纹理特征参数,并构建人工神经网络(artificial neural network,ANN)模型。以病理结果作为金标准,对比分析超声影像纹理分析和超声医师评估的准确性。结果:对于乳腺微小病变,采用MI方法进行纹理分析的总误判率为46.34%(76/164),POE+ACC的总误判率为48.17%(79/164),Fisher系数的总误判率为23.78%(39/164),3种方法联合的总误判率为20.12%(33/164),超声医师的误判率为29.27%(48/164),其中,3种方法联合的误判率最低。同时,超声医师对恶性微小病变的误判率明显高于良性微小病变(P<0.05)。结论:超声影像纹理分析可用于鉴别诊断乳腺微小病变的良恶性。
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器