首页 > 文献资料
-
乳腺钼靶X线图像计算机辅助诊断系统模块分析
乳腺疾病的发病率近年来不断增高,为增加诊断乳腺钼靶X线图像的正确率和减轻医生的诊断负担,计算机辅助诊断系统应运而生.本文首先分析了钼靶X线图像计算机辅助诊断技术;然后阐明了其系统的主要组成模块及模块所采用的主要技术;后通过研究不同地区女性的乳腺组织的差异,展望了该技术研究在我国的发展前景.
-
慢性病计算机辅助诊断系统的构建研究
目的通过对慢性病诊疗规范的研究，结合临床医师诊疗经验，实施计算机与临床知识的人机交互，构建较为精确的慢性病诊断计算机辅助系统。方法通过数学建模与计算机逻辑思维相结合的方法，实现智能辅助诊疗系统（计算机辅助诊断系统）的设计。结果研究方法表明，基于慢性病的计算机辅助诊断系统（CCDCADS）能够对慢性病的诊断提出具有循证医学的辅助决策信息。结论通过建立CCDCADS，能够较好地实现慢性病诊疗模式由经验式诊疗向循证化和信息化的转变，具有良好的应用前景。
-
B-CAD辅助乳腺超声检查诊断乳腺癌的价值
目的 评价乳腺计算机辅助检测系统(B-CAD)辅助乳腺超声检查诊断乳腺癌的作用及可行性.方法 将病理证实的64个乳腺癌病灶及36个乳腺良性病灶输入B-CAD系统,计算B-CAD的诊断准确率,与1名医师使用B-CAD前及与2名医师共同对乳腺良、恶性病灶的诊断率相比较;同时比较B-CAD系统对不同大小乳腺癌的诊断准确率.结果 医师使用B-CAD前、后与2位医师共同诊断对乳腺良恶性病灶的诊断准确率无显著差异;医师使用B-CAD后对病灶大径＜1 cm的乳腺癌诊断准确率提高了44%,与使用前有显著性差异;但医师使用B-CAD前、后对≥1 cm的乳腺癌诊断准确率无差异.结论 B-CAD可辅助医师提高对乳腺癌的诊断率,尤其是早期＜1 cm乳腺癌的诊断率.
-
天津地区低剂量CT肺癌基线筛查与随访的初步临床分析
目的:探讨低剂量CT(low-dose computed tomography,LDCT)基线与随访扫描的筛查效果,并对基线检出与随访新发结节及其他胸部病变进行临床分析.方法:研究纳入2014年2月至2016年6月参与天津市肿瘤医院放射科肺癌筛查试验的650例被试者,并侧重对其中完成随访扫描的548例被试者进行分析.研究者记录基线筛查检出结节以及其他病变,将其与随访扫描的LDCT图像相比较,记录其进展情况.结果:LDCT基线筛查有101例被试者为阳性,阳性率为18.4%.共检出6例肺癌结节,肺癌检出率0.92%(6/650).女性非吸烟者的肺癌检出率1.59%(2/126)高于男性吸烟者1.04%(4/383),差异无统计学意义(P=0.624).随访扫描检出19例新发结节阳性被试者,新发结节阳性率为3.5%(19/548).以三维水平对结节增大或减小的判定比例均高于二维水平.结论:LDCT肺癌筛查对早期肺癌的筛查效能显著,对女性非吸烟者行LDCT肺癌筛查同样意义重大.计算机辅助诊断系统(CAD)三维容积测量技术,相较于二维直径的评估更能对随访间隔内结节的进展做出评价.
-
计算机辅助诊断在孤立性肺结节CT诊断的应用
目的 尝试设计一款计算机辅助诊断系统软件,测试与评价其在肺内孤立性结节的诊断价值.方法 收集100例经手术或穿刺病理证实的孤立性肺结节(solitary pulmonary nodule,SPN),其中包括恶性肿瘤、良性肿瘤、结核和炎性假瘤.对其4个临床参数和11个CT扫描评价指标(CT征象、继发改变和其他异常)进行影像学分析与评价,积累肺内孤立性结节的数据以及对数据属性信息进行描述、量化,形成数据集.随机抽选60例用作训练集,40例用作测试集,统计10次结果.分别测试决策树C4.5,贝叶斯网以及支持向量机(support vector machine,SVM)算法对肺结节良恶性的预测效果.对结节特征采用logistic回归分析,建立logistic回归模型,用ROC曲线分析评价logistic模型.结果 决策树C4.5,贝叶斯网,SVM算法的敏感度分别为74.4％、76.1％、80.9％,假阳性率分别为30％、21％、15.7％,正确率分别为72.5％、77.5％、82.5％.C4.5,贝叶斯网,SVM算法ROC曲线下面积S分别为0.750、0.775、0.825,标准误分别为0.080、0.077、o.070.咳血,边缘轮廓,毛刺情况,与血管关系,与胸膜关系对癌症分类均有统计学意义.建立logistic 诊断模型为:logit(P) =4.5582-(0.8748×咳血)-(0.6913×边缘轮廓)-(0.6045×毛刺)-(1.1710×与血管关系).ROC曲线下面积为0.8902,特异度为0.78,灵敏度为0.93.结论 SVM算法在预测肺孤立性结节良恶性具有较高的敏感性和准确性及较低的假阳性.计算机辅助诊断系统在肺内孤立性结节良恶性诊断具有一定的临床使用价值.咳血,边缘轮廓,毛刺情况,与血管关系,与胸膜关系对癌症分类均有统计学意义.本软件可以辅助临床医生对孤立性肺结节良恶性进行诊断.
-
孤立性肺结节在 HDCT 的计算机辅助诊断
目的：本文尝试设计一款基于高清晰度 CT （HDCT ）图像的孤立性肺结节（SPN ）计算机辅助诊断系统（CADS），以提高恶性 SPN 的检出率，使诊断更加客观、科学。方法收集经临床病理证实的孤立性肺结节120例，包括恶性肿瘤、良性肿瘤、结核和炎性假瘤，随机抽取60例作为实验集，60例作为验证集。实验集 HDCT 图像经图像预处理、感兴趣区域（ROI）基于标记的分水岭算法分割和 ROI 纹理特征参数提取，对获得的5项纹理特征参数做统计学处理，将统计结果应用于系统以对 SPN 做良恶性分析并给出提示信息。验证集 HDCT 图像输入系统后，对比系统预测结果与主任医师和住院医师预测结果来评价系统的可靠性。结果对比度、相关性、熵、平稳度和二阶矩 t 检验 P 值分别为0.000、0．002、0．914、0．295、0．002。对比度、相关性和二阶矩良性区间分别为（903，2003）、（2．76，3．48）、（0．01，1．54），恶性区间分别为（502，898）、（3．49，3．71）、（1．79，29．86）。系统、主任医师和住院医师的敏感度分别为83．3％、93．3％、76.7％，假阳性率分别为13．3％、16．7％、26．7％，正确率分别为85％、88．3％、75％。结论基于标记的分水岭算法对与胸壁或纵隔粘连的结节及磨玻璃病变等均可以较好地将其分割提取出来。对比度、相关性和二阶矩有统计学意义。系统在预测 SPN 良恶性具有较高的敏感性和准确性及低的假阳性。 CAD 在 SPN 良恶性诊断具有一定的临床使用价值，本系统可以辅助临床医师诊断 SPN 良恶性。
-
基于区域增长的肺结节自适应形态分割
目的 提高计算机辅助诊断系统对胸部CT图像中肺结节,特别是与胸膜相连和与血管相连的肺结节分割的准确性.方法 首先提出了肺结节图像的自动分割过程.然后,应用基于对比度和梯度的区域增长方法 .获得肺结节的分割图像.后,针对区域增长法不能成功分割的特殊情况,提出了自适应形态分割算法.结果 对临床2D肺部CT图像的初步实验结果 表明,应用本算法能够成功的将孤立性肺结节和与胸膜或血管相连的肺结节分割出来.结论 这是一种实用的肺结节自动分割算法.
-
基于模式识别建立的动脉钙化影像计算机辅助诊断系统
目的 血管钙化可用于早起冠状动脉硬化的诊断,本研究旨在利用冠状动脉血管造影(CTA)图像,开发用于血管钙化灶筛查的计算机辅助诊断系统.方法 采用模式识别(pattern recognition)中的主成分分析技术(principalcomponents analysis,PCA)和Canny算法,对10例主动脉硬化患者的CTA增强造影图片进行建模.通过边缘检测和骨架提取获得钙化的可能区域,对其进行主成分分析建立钙化模型.结果 利用建立完成的自动CTA钙化灶分析技术对所有10例患者160张CT照片进行自动识别,并且以患者冠脉造影资料所得结论作为判定标准.在总共214个钙化灶中,有207个钙化灶获得正确判断,判定敏感度为96.7％,同时有10个钙化灶未判断出来,阳性检出率为95.4％.结论 基于PCA和Canny算法开发的辅助诊断系统能准确、高效的完成CTA影像中的血管钙化灶筛查工作,具有较好的临床应用前景.
