当前位置:主页 > 医学论文 > 临床医学论文 >

CT图像纹理特征分析在肺结节定性诊断中的研究

发布时间:2024-02-18 01:53
  目的1研究CT平扫中纹理特征分析对良、恶性孤立性肺结节的鉴别。2研究增强CT的纹理特征分析鉴别孤立性肺结节的良、恶性。3 CT纹理特征分析对肺癌病理分型诊断的研究。方法1选取2016年1月至2018年12月176例孤立性肺结节(SPN)患者的CT图像(其中72例为良性结节,104例为恶性结节)。在SPN的CT图像中选取感兴趣区域(Region of Interest,ROI),并从中提取特定纹理特征进行分析。得到纹理参数:能量(Energy)、熵(Entropy)、熵和(Sum Entropy)、熵差(Difference Entropy),对比度(Contrast),相关性(Correlation)。良性与恶性肺结节两组间测量参数之间比较,采用独立样本t检验,建立受试者工作特征曲线(ROC),并计算曲线下面积(AUC),评价纹理特征参数对SPN良恶性诊断的灵敏性、特异性。2进一步分析上述病例中60例(良性30例,恶性30例),增强CT图像纹理特征在SPN良恶性鉴别中是否存在统计学差异。3分析104例恶性肺结节图像纹理特征,研究CT图像纹理特征分析对肺癌的病理分型的诊断。结果1在平扫C...

【文章页数】:51 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
英文缩略表
引言
第1章 CT平扫中纹理特征分析对良恶性孤立性肺结节的鉴别
    1.1 对象与方法
        1.1.1 研究对象
        1.1.2 仪器与方法
        1.1.3 CT图像的采集及后处理
        1.1.4 提取图像的纹理定量特征
        1.1.5 统计学方法
    1.2 结果
        1.2.1 两组患者的一般情况
        1.2.2 良恶性两组纹理特征参数比较
        1.2.3 纹理特征参数对SPN的诊断效能分析
    1.3 讨论
        1.3.1 基于CT图像的纹理分析(CTTA)
        1.3.2 CT图像纹理分析对肺结节良恶性的鉴别
    1.4 结论
    参考文献
第2章 增强CT的纹理特征分析鉴别良恶性肺结节
    2.1 对象与方法
        2.1.1 研究对象
        2.1.2 仪器与方法
        2.1.3 CT图像的采集及后处理
        2.1.4 提取图像的纹理定量特征
        2.1.5 统计学方法
    2.2 结果
        2.2.1 两组患者的一般情况
        2.2.2 CT增强扫描良恶性两组动脉期、静脉期纹理特征参数比较
        2.2.3 CT增强扫描纹理特征参数对SPN的诊断效能分析
    2.3 讨论
    2.4 结论
    参考文献
第3章 CT纹理特征分析对肺癌病理分型诊断的研究
    3.1 对象与方法
        3.1.1 研究对象
        3.1.2 仪器与方法
        3.1.3 CT图像的采集及后处理
        3.1.4 提取图像的纹理定量特征
        3.1.5 统计学方法
    3.2 结果
        3.2.1 纹理特征参数鉴别不同病理分型肺癌的比较
        3.2.2 纹理特征参数鉴别鳞癌与腺癌
        3.2.3 纹理特征参数鉴别小细胞癌和非小细胞癌
    3.3 讨论
    3.4 结论
    参考文献
第4章 综述
    4.1 肺癌的临床及病理学特点
    4.2 肺结节的影像检查
    4.3 影像组学在肿瘤诊断方面的提出
        4.3.1 影像组学的提出
        4.3.2 影像组学的临床应用
    4.4 纹理分析
        4.4.1 纹理的定义
        4.4.2 纹理特征参数
    4.5 CT图像纹理分析技术的应用
        4.5.1 CT纹理分析对肺结节良恶性的鉴别
        4.5.2 CT纹理分析对于肿瘤的定性诊断
        4.5.3 CT纹理分析可用于肺癌及其他肿瘤的病理分型
        4.5.4 CTTA指导肺癌临床治疗及治疗后评估
    参考文献
结论
致谢
导师简介
作者简介
学位论文数据集



本文编号:3901692

资料下载
论文发表

本文链接:https://www.wllwen.com/linchuangyixuelunwen/3901692.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户27cb4***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]