【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
【机 构】
:
江南大学附属医院超声科,江苏无锡214062
论文部分内容阅读
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.
其他文献
动漫雕像《梦幻昆仑》是以南山旅游集团下属南山旅游景区黄帝庙门前的神兽雕像为设计灵感,结合《山海经》一书中的记载,以动漫雕像的形式进行神兽雕像艺术再创作,通过立体造
The rabbit has been recognized as a valuable model in various biomedical and biological research fields because of its intermediate size and phylogenetic proxim
近年来,教育改革稳步推进,国家对于高校学生素质教育的重视程度逐步提高。跆拳道作为高校体育教学课程中的重要组成部分,通过传扬“礼仪、廉耻、忍耐、克己、百折不屈”的跆拳道精神,对学生整体素质的提升起到重要作用。跆拳道教学不仅可以锻炼学生的身体素质、增加体育技能,同时可以有效增强学生的心理素质。高校学生在学习跆拳道的过程中,可以拥有坚韧不拔的意志力,提高交流能力和示范能力,培养严于律己、宽以待人的高尚品格,进而全方位提升身体素质、道德修养、意志品格等。综合运用文献资料法、逻辑分析法、观察法,通过对跆拳道相关概念
中韩两国存有大量的民俗体育活动,这些民俗体育反映了两国民间的生产生活方式和宗教信仰。由于历史原因,韩国民俗文化与中国民俗文化有千丝万缕的联系,深受中国传统文化的影响并延续至今。通过考察中国浦市龙舟竞渡和韩国机池市拔河的民俗庆典活动开展现状,探讨两者庆典文化的异同。研究结果认为:农耕稻作文化使两者具有同源性;而不同的游戏特点、不同的民俗文化仪礼、不同的民俗文化思想、不同的民俗文化功能等方面影响两者的差异性,展现两国民俗体育庆典文化的多样性。
目的 基于内皮损伤学说,探讨通阳化浊方干预冠心病的作用机制.方法 培养人主动脉血管内皮细胞,以灌服蒸馏水的大鼠血清为对照,在人主动脉血管内皮细胞培养基中加入H2O2,并在
With advancements in gene editing technologies,our ability to make precise and efficient modifications to the genome is increasing at a remarkable rate,paving t
文学艺术是凝心铸魂的工作.一个合格的文学编辑,必须注重八个力的培养.一是精准的判断力.二是长期的跟踪力.三是坚定的诚信力.四是广博的包容力.五是灵敏的应变力.六是综合的
目的 探讨穴位埋线治疗慢传输型便秘(slow transit constipation,STC)(肺脾气虚型)的临床疗效.方法 选取2018年10月-2019年10月辽宁中医药大学附属第三医院收治的确诊为肺脾
目的 探讨手十二井刺络放血配合拮抗肌推拿对中风患认知和血液动力学的影响作用.方法 选取2017年1月-2019年12月期间在医院进行治疗的103例脑卒中患者,根据数字表法随机分为
为了帮助投资者更好地对比特币未来走势进行判断,利用CEEMDAN分解方法对比特币价格进行分解,并用NAR神经网络模型和ARIMA模型进行预测,同时与直接使用两个模型的预测效果进行