一、影像医学诊断方法学探讨(论文文献综述)
姜佳美[1](2021)在《微血管成像技术鉴别诊断甲状腺结节良恶性价值的Meta分析》文中提出背景:近年来,甲状腺癌的发病率呈上升趋势,随着超声技术的广泛应用,超声已成为甲状腺检测的重要手段之一。细针穿刺活检(FNA)是目前甲状腺恶性肿瘤的最佳的非手术诊断方法,但其为有创性检查。提高非侵入性超声诊断的准确性,有助于减少FNA数量,在临床上具有重要意义。传统的多普勒超声技术使用一维壁滤波器去除杂波,导致低速血流的丢失。微血管成像技术(Superb microvascular imaging,SMI)是日本东芝公司(现为佳能)2014年提出的一种新的超声成像方式,是在能量多普勒技术基础上发展起来的血管成像新模式,它使用多维滤波器将血流信号从杂波中分离出来,以保留低速血流信号,提供了更多的血管信息,弥补了彩色多普勒成像技术(CDFI)及能量多普勒成像技术(PDI)的不足,为探索恶性肿瘤的血管特征提供更丰富的资料。SMI技术自诞生以来,许多学者将其应用于甲状腺结节良恶性的鉴别诊断。迄今为止,尚未发现Meta分析用于评估SMI在鉴别甲状腺良恶性结节方面的诊断能力。目的:旨在评估微血管成像技术(SMI)鉴别诊断甲状腺良恶性结节的价值。方法:以“thyroid neoplasm、thyroid neoplasms、thyroid cancer、thyroid tumor、thyroid tumors、thyroid nodule、thyroid nodules”和“superb microvascular imaging、SMI”,“甲状腺癌或甲状腺结节或甲状腺肿瘤”和“微血管成像技术或SMI”为检索词。使用主题词与自由词相结合的方式检索Pub Med,Cochrane和EMBASE,万方以及中国知网,检索建库至2021年3月的发表的相关文献。按照制定的纳入与排除标准,严格筛选文献,使用Review Manager 5.3对文献进行质量评价。提取文献基本信息及相关数据。使用Meta-Disc 1.4和Stata 15.0对提取的数据进行统计分析计算合并的灵敏度,特异性和受体工作特征曲线(AUC)下的面积。使用Stata15.0中Cochrane-Q检验进行异质性分析,计算I2index评估异质性,I2值大于50%时,表示存在异质性,使用亚组分析探索异质性的其他来源。通过双变量混合效应模型生成相应的95%置信区间(95%CI)。经亚组分析以检验异质性来源,绘制Deeks漏斗图检验发表偏倚。结果:本次Meta分析纳入13篇文献,包括1785例患者的2047个结节。I2index评估异质性的结果为I2=78%,表明纳入的研究存在异质性。结果显示SMI的合并敏感性为82%,特异性为81%,阳性似然比为4.3,阴性似然比为0.23,诊断比值比为19和SROC曲线下面积(AUC)为0.88。根据诊断标准不同(穿血管、血流分级、结节内血管)对其进行亚组分析,其敏感性分别为84%,82%,79%,特异性分别为83%,70%,87%。结论:1.Meta分析结果显示,SMI对鉴别甲状腺结节的良恶性具有较高的敏感性、特异性和AUC值。2.目前对于利用SMI评估甲状腺结节的血流特征鉴别诊断甲状腺结节尚无统一标准,本次研究纳入文献共采用3种诊断标准鉴别诊断甲状腺结节,亚组分析中:敏感度方面,穿血管>血流分级>结节内血管(84%>82%>79%);特异度方面,结节内血管>穿血管>血流分级(87%>83%>70%)。可见,利用SMI提供的血流信息探索甲状腺结节的血流特征,对甲状腺恶性肿瘤的早期判断有重要的价值。
夏永旭[2](2021)在《S-Detect计算机辅助诊断系统在中高风险甲状腺结节中诊断效能的研究》文中研究表明目的:探讨S-Detect计算机辅助诊断系统对于ACR TI-RADS分类的中高风险甲状腺结节良恶性鉴别方面的诊断效能,并评价S-Detect计算机辅助诊断系统的临床应用价值。方法:选取2019年7月至2020年11月在我科行甲状腺超声筛查时经操作医生按ACR TI-RADS分类标准诊断为中高风险(TR4-TR5)的甲状腺结节并准备行超声引导下FNA或CNB检查的患者137名,共157个结节。完整留存图像信息后,分别由S-Detect计算机辅助诊断系统及两组不同年资医生(每组2名且均非超声筛查操作医生)对全部结节进行初次诊断。其后将S-Detect诊断结果展示给每名医生,参考S-Detect诊断结果后,由不同年资医生对全部结节进行再次诊断。最后,以病理诊断结果为“金标准”,分析并比较不同组别间、不同方法间的诊断效能差异。结果:在与低年资医生的诊断效能比较中,S-Detect计算机辅助诊断系统诊断结果的敏感性、特异性、阳性预测值、阴性预测值(94.8%、45.2%、82.6%、76.0%)均高于低年资医生(医生1:91.3%、16.7%、75.0%、41.2%,医生2:84.3%、28.6%、76.4%、40.0%),二者间结果具有统计学差异。在与高年资医生的诊断效能比较中,S-Detect计算机辅助诊断系统的诊断效能均低于高年资医生组(医生3:98.3%、47.6%、83.7%、90.9%,医生4:97.4%,、54.8%、85.5%、88.5%),二者间结果不具有统计学差异。在参考了S-Detect诊断结果并进行再次诊断后,两名低年资医生的诊断效能均有所提高(医生1:96.5%vs 91.3%、38.1%vs 16.7%、81.0%vs 75.0%、80.0%vs 41.2%;医生2:92.2%vs 84.3%、64.3%vs28.6%、87.6%vs 76.4%、75.0%vs 40.0%),二者之间结果具有统计学差异。高年资医生3诊断结果的敏感性与参考S-Detect诊断结果前相同(98.3%vs 98.3%),在特异性、阳性预测值、阴性预测值方面略低于参考S-Detect诊断结果前(45.2%vs 47.6%、83.1%vs 83.7%、90.5%vs 90.9%),二者间结果不具有统计学差异。高年资医生4诊断结果的敏感性与阴性预测值略低于参考前(93.0%vs 97.4%,77.8%vs88.5%),在特异性与阳性预测值则有所提高(66.7%vs 54.8%,88.4%vs 85.5%),二者间结果不具有统计学差异。在参考了S-Detect诊断结果后,低年资医生组与高年资医生组之间的诊断效能不具有统计学差异。结论1、在中高风险甲状腺结节良恶性鉴别的诊断效能方面,S-Detect计算机辅助诊断系统的诊断效能能够达到高年资影像医生水平。2、在参考S-Detect诊断结果后,S-Detect计算机辅助诊断系统能够显着提高低年资影像医生诊断效能。3、S-Detect作为一种计算机辅助诊断系统能够为中高风险的甲状腺结节的超声诊断提供可靠参考。
肖丹丹[3](2021)在《甲状腺超声影像卷积神经网络模型构建及评估TI-RADS 4类结节的应用研究》文中研究指明第一部分:基于甲状腺超声影像的卷积神经网络的初步构建目的:构建一个基于甲状腺超声图像的卷积神经网络(Convolutional Neural Networks,CNN)分类模型并对其做优化处理,验证其对甲状腺结节良恶性鉴别诊断价值。方法:收集2019年4月-2020年5月期间于我院行甲状腺切除手术患者的甲状腺超声原始图像作为训练数据,将所有图像按照7:3分成训练集和测试集,勾勒超声图像中每个病灶的感兴趣区域(Region of Interest,ROI),以手术病理为金标准对图像进行良恶性的标注,将图像预处理后输入设计的CNN然后预测输出,通过网络优化将损失函数最小化以实现模型参数更新,最后展开测试集验证。结果:甲状腺超声CNN模型对甲状腺结节良恶性的诊断灵敏度为88.07%,特异度81.50%,准确度83.26%,受试者工作特征(Receiver Operating Characteristic,ROC)曲线下面积(Area Under Curve,AUC)为0.9224。结论:甲状腺超声CNN模型具有较高的分类准确度,对甲状腺结节良恶性具有较高的诊断效能。第二部分:甲状腺结节人工智能在TI-RADS 4类结节中的应用目的:应用甲状腺超声CNN模型评估常规超声甲状腺影像报告与数据系统(Thyroid Imaging Reporting and Data System,TI-RADS)分类为4类的甲状腺结节,探讨人工智能(Artificial Intelligence,AI)在TI-RADS 4类结节的超声诊断中的应用价值。方法:收集2020年6月-2020年12月期间于我院行甲状腺超声检查诊断为甲状腺肿物且TI-RADS分类为4类的、后行甲状腺切除手术病理证实的患者作为研究对象,按TIRADS分为TI-RADS 4a、TI-RADS 4b、TI-RADS 4c类,将4a类归为阴性组,4b、4c类归为阳性组。本研究共纳入TI-RADS 4类结节161例,按照手术病理结果分为,恶性组106例(65.8%),良性组55例(34.2%)。应用甲状腺超声CNN模型对其评估,以手术病理结果为金标准,得出灵敏度、特异度、准确度,绘制甲状腺超声CNN模型对TI-RADS 4类结节良恶性评估的ROC曲线,计算AUC,分析甲状腺超声CNN模型对甲状腺结节良恶性的诊断价值。结果:本研究共纳入TI-RADS 4a类结节有29例(18.0%);TI-RADS 4b类有35例(21.7%);TI-RADS 4c类有97例(60.2%)。TI-RADS诊断灵敏度为93.81%,特异度为64.13%,准确度为76.40%。甲状腺超声CNN模型对TI-RADS4类结节良恶性评估的灵敏度为90.74%,特异度83.60%,准确度88.26%,其AUC(0.873)高于TI-RADS分类(0.766),AI整体诊断效能优于TI-RADS。结论:本研究构建的基于甲状腺超声图像的CNN模型与TI-RADS分类联合使用,对于TI-RADS 4类、且AI诊断为低危结节,可建议随访;对于TI-RADS4类、且AI诊断为高危结节,可建议细针穿刺或甲状腺切除手术。
徐平[4](2021)在《超声造影在乳腺病变诊断中的应用价值及影响因素探讨》文中进行了进一步梳理研究背景及目的乳腺癌是世界范围内女性发病率最高的癌症,也是女性癌症相关死亡的主要原因。它是一种高度异质性疾病,与多种已知的可改变和不可改变的危险因素相关[1]。近年来,中国女性乳腺癌的发病率一直呈上升趋势[2],给患者带来了巨大的经济负担和心理创伤,因此乳腺癌的早期诊断和治疗就成为我们工作中的重中之重[3]。2019年版《中国女性乳腺癌筛查指南》[4]中推荐乳腺X线摄影(Mammography,MG)作为乳腺癌筛查项目的参考标准,同时强调了超声检查(Ultrasound,US)对MG的补充作用。US和MG检查作为乳腺筛查及诊断的一线“黄金搭档”,为乳腺癌的早期发现和治疗提供了最重要的影像依据[5]。虽然BI-RADS系统的引入为病变诊断提供了标准化的分类,但是MG和常规US的应用仍然存在一定的局限性。MG对致密乳房乳腺癌的的敏感度仅为30-48%[5],假阴性率相对较高[6],而在中国49.49%乳腺为致密型[7],这一定程度上限制了 MG在中国的应用。US更适合对具有小而致密乳房的亚洲女性进行乳腺筛查,但是其诊断假阳性较高[8]。MG和US的联合诊断结果灵敏度高但特异度低,导致许多不必要的活检,并且二者诊断经常出现不一致的情况,从而使临床医生困惑,导致不正确的临床建议。迫切需要一种有效的检查方法来进一步评价MG+US的诊断结果。近二十年来,超声造影(Contrast-enhanced Ultrasound,CEUS)应用于乳腺病变的鉴别诊断。它是一种纯血池显像技术,不仅能显示乳腺病变的形态,还能显示其微血管构筑,已有许多研究表明CEUS可优化BI-RADS分类,提高诊断效能并减少不必要的活检[9-11]。CEUS越来越多地被选为用于对US+MG结果进一步评价的成像方式[11]。但CEUS不仅需要额外的时间和费用,并且有可能产生并发症。作为US和MG的辅助工具,其临床应用仍然有很多问题亟待探讨。首先,迄今为止,CEUS作为US和MG的辅助手段,其应用指征并不明确。在US+MG不同类别的诊断中补充CEUS的应用价值存在争议,在US和MG诊断不一致的情况下CEUS是否是有效的补充工具也有待探讨[12]。再者既往文献多关注CEUS在乳腺病变鉴别诊断方面的贡献,而对CEUS诊断局限性的研究极少[19]。明确可能导致CEUS错误诊断的病变的相关因素,将有助于对其错误诊断结果的解释及CEUS的合理应用。最后乳腺高危病变在临床、形态学和生物学上具有较大的异质性[13],无论从家族遗传、基因测序、生化测定、临床表现[14-16]还是影像学检查[17],早期诊断均有一定难度。研究表明,乳腺高危病变整体血管化程度比非高危病变更明显,血管的数量和密度与病变的大小和病理严重程度成正比[18]。由此推测,对良性病变血管化的评估可能有利于高危病变的识别。在上述背景下,本研究拟从以下三个方面对CEUS在乳腺病变诊断中应用进行讨论。论文的第一部分拟探讨CEUS作为MG和US的辅助手段在不同情况的US和MG诊断结果中补充应用价值的区别。第二部分聚焦于CEUS在乳腺病变鉴别诊断中的局限性,探索与CEUS假阳性及假阴性诊断相关的病变特征。第三部分初步探讨乳腺良性高危病变CEUS特征及CEUS对高危病变的诊断价值。通过上述三个方面的研究,为CEUS的合理应用及进一步推广提供依据。第一部分:超声造影对乳腺病变常规诊断的补充应用价值评估目的:探讨超声造影(Contrast-enhanced ultrasound,CEUS)对乳腺病变X线摄影(Mammography,MG)和常规超声(Ultrasound,US)的补充应用价值,并对不同诊断情况下CEUS的补充价值进行比较,为CEUS的合理应用提供依据。方法:对2017年1月至2020年6月在我院行MG、US及CEUS检查并经病理证实的349个乳腺病变的各项诊断结果进行分析。首先通过ROC曲线评估US、MG、US+MG、US+CEUS及US+CEUS+MG对全体病变的诊断效能,并计算敏感度、特异度、准确度、阳性预测值(Positive Predictive Value,PPV)、阴性预测值(Negative predictive value,NPV)、假阳性(False Positive,FP)、假阴性(False Negative,FN)及曲线下面积(Area Under the Curve,AUC)。然后根据 US+MG联合诊断的BI-RADS分类结果将349个病变分成可能良性组(1、2、3类)及可能恶性组(4、5类),并分别比较两组补充CEUS检查前后诊断敏感度、特异度、准确度、PPV、NPV及AUC。最后根据US及MG的诊断是否一致将349个病变分成一致组和不一致组,分别分析两组患者的临床及病理特征,并比较两组补充CEUS检查前后诊断敏感度、特异度、准确度、PPV、NPV及AUC。采用SPSS 22.0软件(SPSS,芝加哥,IL,美国)进行统计分析,定性指标用频数(百分比)表示,采用χ2检验比较组间差异,定量指标用均数±标准差表示,采用t检验比较组间差异。采用McNemar检验,比较不同检查方法的敏感度和特异度,采用Z检验比较各种方法的AUC。用与Leisenring等人提出的卡方统计量相同分布的分数统计量比较不同方法之间的PPV和NPV。以P<0.05表示有统计学意义。结果:349个乳腺病变包含205个良性和144个恶性。在全部病变的诊断中,US+CEUS+MG诊断乳腺病变的敏感度、特异度、准确度、PPV、NPV、FP及FN分别为 97.92%、69.27%、81.95%、69.12%、98.12%、30.73%及 2.08%,AUC 为 0.836,相较于US+MG,特异度、准确度、AUC均提高,假阳性降低。349个乳腺病变中,US+MG诊断可能良性80个,可能恶性269个。在US+MG诊断可能良性组,US+CEUS+MG敏感度、特异度、准确度、PPV、NPV及AUC为71.42%、98.63%、92.50%、83.33%、97.30%、0.850。相较于 US+MG,敏感度提高(P<0.05),但特异度、准确度、NPV及AUC无统计学差异。在US+MG诊断可能恶性组,US+CEUS+MG 敏感度、特异度、准确度、PPV、NPV 及 AUC 为 98.54%、53.78%、76.58%、68.88%、97.26%、0.758。相较于US+MG,特异度、准确度、PPV及AUC提高(P<0.05),敏感度无统计学差异。349个乳腺病变中,US和MG诊断一致178个,诊断不一致171个。诊断不一致的原因在病理良性组主要是US检查的假阳性(75/108,69.44%),在恶性组主要是MG为假阴性(58/63,92.06%)。年轻女性、小病变、致密乳房和淋巴结阴性的乳腺癌在不一致组中更常见(P分别为0.008、0.013、0.023和0.000)。不同的病理分级在两组中没有统计学差异。在US和MG诊断一致组,US+CEUS+MG敏感度、特异度、准确度、PPV、NPV及 AUC 为 97.53%、58.76%、76.40%、66.39%、96.61%、0.781,各项相应指标高于US+MG,但无统计学差异。在US和MG诊断不一致组,US+CEUS+MG敏感度、特异度、准确度、PPV、NPV 及 AUC 为 92.06%、85.19%、87.72%、69.05%、94.85%、0.886,其中特异度、准确度、PPV及AUC高于US+MG(P<0.05),敏感度、NPV无统计学差异。结论:CEUS的补充应用对US+MG的诊断结果的进一步评价有重要价值,可提高诊断效能并减少不必要的活检。在不同US和MG诊断类别中,CEUS的应用价值有所区别。在US+MG诊断可能恶性以及US和MG诊断不一致的病变中,CEUS是有效的补充手段,可提高鉴别诊断效能并减少不必要的活检。在US+MG诊断可能良性组及US和MG诊断一致组,CEUS的补充应用对诊断效能无明显影响,但是可增强诊断信心,将良性病变排除在进一步诊断之外。这些发现可能为CEUS的合理应用提供参考。第二部分:超声造影在乳腺病变鉴别中的应用:与假阳性和假阴性结果相关的因素目的:通过比较乳腺病变超声造影(Contrast-enhanced Ultrasound,CEUS)诊断结果与病理结果,探讨与CEUS假阳性和假阴性诊断结果相关的病变特征,以及这些特征对CEUS诊断效能的影响。方法:纳入2017年1月至2020年6月经病理证实的349个乳腺病变。所有病灶在活检或手术切除前均行乳腺X线、常规超声及CEUS检查。将CEUS结果与病理结果比较,将全部病变分为诊断正确组和诊断错误组:CEUS诊断为可能良性病理证实为良性病变的为真阴性;CEUS诊断为可能恶性病理证实的良性病变为假阳性;CEUS诊断为可能恶性病理证实为恶性的病变为真阳性,CEUS诊断为可能良性病理证实的恶性的病变为假阴性。诊断正确组和诊断错误组的计量资料采用均数±标准差表述,两组间比较采用独立样本t检验,计数资料采用频数(百分比)表述,两组间的比较采用χ2检验。单因素分析中具有统计学差异的因素进行多变量Logistic回归分析,用比值比(Odds ratio,OR)和95%置信区间来评估与CEUS诊断错误(假阳性和假阴性)结果相关的因素。分析不同因素对CEUS诊断效能的比值比(OR)。结果:349个患者共有349个乳腺病灶,良性205个,恶性144个,平均年龄(45.2±11.1)岁。CEUS 诊断的敏感度 88.19%(127/144),特异度 73.17%(150/205),准确度 79.36%(277/349)。良性病变的假阳性率(55/205,26.83%)高于恶性病变的假阴性率(17/144,11.81%)。在良性病变中,高危病变(20/55,36.36%)和炎性病变(11/55,20.00%)是导致假阳性诊断的主要原因。在乳腺恶性病变中,原位病变假阴性率(7/47,14.89%)高于浸润病变(10/97,10.31%),但无统计学意义(χ2=0.497,P=0.481),乳腺特殊类型癌囊内乳头状癌及粘液癌假阴性率均为50.00%。假阳性与真阴性病变相比,患者年龄更小(P=0.031),病变距乳头距离(Distance to the papilla,DtP)更短(P=0.048),合并高危病变比例更高(P=0.000)。分层分析显示,年龄≤45岁假阳性率高于年龄>45岁(OR=3.748,P=0.001)。距离乳头≤20mm的假阳性率高于距离乳头>20mm(OR=2.747,P=0.010)。高危病变假阳性率高于非高危病变(OR=7.857,P=0.000)。多变量分析表明,年龄、DtP、病理分组与CEUS假阳性诊断结果显着相关(OR值分别为:2.284、1.285、1.895;P 值分别为:0.002、0.048、0.035)。假阴性与真阳性病变相比,患者年龄更小(P=0.046),病变最大径线(Lesion maximum diameter,LMD)更小(P=0.000)。分层分析显示,年龄≤45岁假阴性率高于年龄>45岁(OR=3.581,P=0.014)。病变最大直径≤10mm的假阴性率高于病变最大直径>10mm(OR=12.527,P=0.000)。多变量分析表明,年龄、LMD与CEUS假阴性诊断结果显着相关(OR值分别为:1.718、2.173;P值分别为0.047、0.031)。年龄、LMD及DtP对CEUS诊断效能有显着影响。CEUS对年龄>45岁、病灶LDM>10mm、DtP>20mm的病灶诊断效能分别高于年龄≤45岁、LDM≤10 mm以及DtP≤20 mm 的病灶(OR 分别为 2.620,2.391,2.309)。结论:CEUS在乳腺病变鉴别诊断中的应用存在局限性。病变的多种临床、病理及影像特征与错误诊断相关。年龄小与假阳性和假阴性诊断均相关,较短的DtP,高危病变与假阳性诊断相关,较小的病变最大径线与假阴性诊断相关。年龄,LMD及DtP均可影响CEUS的诊断效能。明确与CEUS假阳性和假阴性诊断的相关因素,可在乳腺病变的诊断中适当使用CEUS及选择可用的替代方案,提高诊断准确度。第三部分:乳腺良性高危病变的超声造影:特征分析及诊断价值评估目的:探讨乳腺良性高危病变的超声造影(Contrast-enhanced ultrasound,CEUS)定性分析及定量分析特征,评估CEUS对高危病变诊断的应用价值。方法:对2017年1月至2020年6月在我院经病理证实的205个乳腺良性病变(其中高危病变34个,非高危病变171个)的常规超声(Ultrasound,US)、乳腺X线摄影(Mammography,MG)及CEUS检查结果进行分析。对CEUS进行定性分析及定量分析,并且根据罗葆明等提出的五分制系统进行评分(1-3分为非高危病变,4-5分为高危病变)。常规US及MG诊断均按照BI-RADS分类。根据CEUS评分调整初始US分类,调整后分类结果作为US+CEUS的联合诊断结果。US+MG及US+CEUS+MG联合诊断以US、MG及US+CEUS分类高者作为联合诊断结果。0、1、2、3类为非高危病变,4、5类为高危病变。定性指标用频数(百分比)表示,采用χ2检验比较组间差异,定量指标用均数±标准差表示,采用t检验比较组间差异。通过 ROC 曲线评估 US、MG、US+MG、CEUS、US+CEUS 及 US+CEUS+MG 对高危病变的诊断效能,并用Z检验比较曲线下面积。结果:205个乳腺良性病变中,非高危171个,高危34个。高危病变与非高危病变的多项CEUS定性及定量指标存在差异。定性指标中,高危病变高增强比例(P=0.000)、快进比例(P=0.000)、向心性增强比例(P=0.000)、增强边缘不清晰比例(P=0.004)、增强形态不规则比例(P=0.000)、增强后范围增大比例(P=0.000)和放射状灌注出现比例(P=0.000)均高于非高危病变。二者的增强均匀性(P=0.269)、环状增强(P=0.317)和灌注缺损比例(P=0.436)没有统计学差异。定量指标中,高危病变峰值强度(Peak Intensity,PI)、相对峰值强度(△PI)高于非高危病变(P分别为0.026、0.018),相对开始增强时间(△AT)长于非高危病变(P=0.001)。US+CEUS+MG鉴别诊断的敏感度、特异度、准确度分别为94.11%,81.87%,83.90%,AUC 为 0.877,高于 US(AUC=0.411,P=000)、MG(AUC=0.665,P=0.030)、US+MG(AUC=0.437,P=0.000)及 CEUS(AUC=0.689,P=0.009),与 US+CEUS 无明显差异(AUC=0.871,P=0.780)。结论:CEUS可评价乳腺良性高危病变与非高危病变的血管化程度差异,二者多项CEUS定性及定量指标存在统计学差异。相较于非高危病变,高危病变开始增强时间更早,速度更快,强度更高,增强后边缘不清晰、形态不规则、出现异常灌注和范围增大的比例更大。在US和MG基础上补充CEUS检查,不仅可以提高高危病变的检出,避免因低估而引起的治疗延迟,还可减少良性非高危病变不必要的活检,为临床下一步治疗提供依据。
王怡[5](2021)在《基于肝脏占位ADC图像的灰度游程矩阵分析》文中研究说明目的:初步探讨基于肝脏实性占位的ADC(apparent diffusion coefficient)图像的纹理分析(texture analysis,TA)鉴别肝脏实性占位良、恶性的可行性。方法:这项前瞻性研究总共包括了50例病变,其中包括了26例恶性实体占位和24例良性实性占位。勾画图像的感兴趣区域(region of interest,ROI)以获得灰度游程矩阵(grey level run length matrix,GLRLM),GLRLM包括了水平、垂直、45°和135°等四个方向的游程分数(the Fraction in runs,Fraction)、短游程灰度重点(short-run emphasis,SRE)、长游程灰度重点(run level non-uniformity,RLNU)、灰度异质性(grey level nonuniformity,GLNU)、长度异质性(long run emphasis,LRE)。使用曼-惠特尼秩和检验(非正态分布)以及独立样本t检验(正态分布)来比较两组之间参数的差异,若p<0.05,说明两组之间的差异具有统计学效应。并绘制具有统计学意义的GLRLM参数的受试者工作曲线(receiver operating characteristic curve,ROC),根据各参数的ROC曲线,计算每条曲线鉴别良、恶性占位的最佳临界值,以及与最佳临界值相对应的敏感性和特异性。分别使用ADC图像、ADC联合T2WI图像、ADC图像联合GLRLM数据三种方案诊断肝实性占位,并获取这三种诊断方式的特异性以及敏感性。并应用卡方检验两两比较以上三种诊断方法的敏感性和特异性之间的差异。结果:1.水平、垂直、45°、135°四个方向的GLNU的AUC值均大于相应四个方向的RLNU、LRE的AUC值。所有参数值的AUC均大于0.75。2.采用ADC、ADC结合T2WI、ADC结合GLRLM三种方式的敏感性分别为:76.92%、80.77%、100%,采用ADC、ADC结合T2WI、ADC结合GLRLM三种方式的特异性分别为:87.5%、87.5%、95.83%。结论:1.水平、垂直、45°、135°方向上的GLNU在鉴别肝脏良恶性占位的诊断效能较LRE、RLNU的更好。2.采用ADC图像结合GLRLM数据的方法诊断肝脏占位的良恶性的敏感性稍高于其他两种方法的敏感性,而三种方法诊断肝脏良恶性占位的特异性不存在明显差异。
刘春晖[6](2021)在《探讨磁共振多参数联合超声弹性成像对乳腺肿块的诊断价值》文中研究指明目的:1.比较磁共振图像形态学特征、强化方式、时间-信号强度曲线(Time-signal intensity Curve,TIC)、表观扩散系数(Apparent diffusion coefficients,ADC)及体素内不相干运动(Intravoxel incoherent motion,IVIM)模型各参数在乳腺良恶性肿块中的差别,探讨ADC及IVIM模型参数鉴别乳腺良恶性肿块的诊断价值。2.探讨磁共振成像技术、超声弹性成像技术及二者联合对乳腺良恶性肿块的鉴别诊断价值。方法:1.收集经手术切除并由病理证实的乳腺肿块患者109例(共121个肿块)。患者术前接受常规磁共振动态增强扫描(Dynamic contrast enhancement of magnetic resonance imaging,DCE-MRI)及IVIM扫描,分析记录DCE-MRI检查中病变的形态学特征、强化方式及TIC曲线,使用GE ADW 4.6工作站对图像进行后处理,获得D、D*、f和ADC等参数值。获得不同参数的受试者工作特征曲线,评价各参数的诊断价值。2.获得收集的109例患者(共121个肿块)的超声弹性成像(Ultrasonic elastography,UE)评分及磁共振(Magnetic resonance image,MRI)诊断结果(BI-RADS分类),以术后的病理结果为金标准,计算UE、MRI单独及二者联合的敏感性、特异性、阳性预测值及阴性预测值等,绘制每一种方法诊断乳腺肿块的受试者工作特征曲线(Receiver operating characteristic curve,ROC),并得出ROC曲线下面积(Area under the ROC,AUC),分析三种诊断方法对乳腺肿块的诊断价值。结果:1.常规磁共振图像结果:在恶性组中,80.00%的肿块表现为形态不规则或呈分叶状,88.33%的肿块表现为边缘不规则或者有毛刺,60.00%的肿块表现为不均匀的强化,96.67%的肿块TIC曲线呈现出平台型或流出型;在良性组中,86.89%的肿块表现为类圆形,68.85%的肿块表现为边缘光滑,81.89%的肿块强化方式表现为均匀强化,63.93%的肿块TIC曲线病变呈流入型。2.在乳腺良、恶性肿块之间,ADC、D、f值差异有统计学意义(P<0.001),而D*值在乳腺良、恶性肿瘤间的数值差异无统计学意义(P>0.05)。ADC、D、f值诊断乳腺肿块AUC分别为0.899、0.923、0.778。根据约登指数对ADC、D、f值进行判断,得出诊断的最佳截断值分别为0.701×10-3mm2/s、0.769×10-3mm2/s、0.507。3.UE、MRI单独和联合诊断结果:二者联合诊断的敏感性最高,为98.3%;MRI单独诊断的特异性最高,为93.4%;MRI单独诊断的AUC最高,为0.934,稍高于二者联合(0.910),但差异不具有统计学意义(P>0.05),明显高于UE(0.859),差异具有统计学意义(P<0.05)。二者联合诊断后的AUC高于UE单独诊断,差异具有统计学意义(P<0.05)。结论:1.磁共振图像形态学特征、强化方式、TIC曲线在乳腺良恶性肿瘤中均有一定的差异。在IVIM模型参数中,ADC、D和f值在乳腺良恶性肿块中均有较好的鉴别诊断价值。2.超声弹性成像技术和磁共振成像技术对乳腺肿块的良恶性鉴别方面均有一定的诊断价值,其中磁共振成像技术的诊断价值最高,而二者联合能够提高对乳腺良恶性肿块鉴别诊断的敏感性。
曹凯,边云,弓静,彭雯佳,田冰,王莉,陆建平[7](2020)在《基于PACS系统的海军影像医学卫生人才培养体系》文中提出自全军院校开展以"锐意改革、争创一流"为主题的新时代办学思想大讨论以来,长海医院影像医学科以此为契机,对教学定位、新型人才培养模式、为战教战等具体问题进行梳理总结,正逐步健全基于PACS(图像存档与传输系统)系统的面向海军各层次影像医学卫生人才的培养体系,初期效果良好。文章就该培养体系的构建做一详细阐述。
解丽丽[8](2020)在《FFDM与DCE-MRI对乳腺BI-RADS 4-5类非肿块型微钙化病灶诊断价值的对比研究》文中研究表明目的:本课题选取全数字化乳腺摄影(full-field digital mammography,FFDM)表现为非肿块型微钙化并评估为BI-RADS 4-5类的病灶,通过研究分析所有病灶的FFDM及动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)影像学的表现特点,以病理结果为金标准,对比两种方法的诊断效能,旨在提高乳腺非肿块型微钙化病变的诊断符合率,从而协助临床医生制定合理的诊疗方案。方法:回顾性分析承德市中心医院影像中心2017年1月至2019年8月经FFDM检查检出的非肿块型微钙化病灶并评估为BI-RADS 4-5类有148例患者,总共152个病灶,所有患者术前、穿刺前均行双侧乳腺DCE-MRI扫描,所有病灶均有病理结果。由2位有乳腺诊断经验的副高及以上的诊断医生在不知病理结果的情况下,参照美国放射学会(American college of radiology,ACR)2013年制定的第五版乳腺影像报告和数据系统(Breast imaging and reporting data system,BI-RADS)标准,分别对FFDM及DCE-MRI图像进行分析、评估及分类,意见不同时则协商达成一致意见。对FFDM图像分类主要通过微钙化的形态、分布及是否伴有结构扭曲、局灶不对称致密影方面进行分析;对DCE-MRI图像分类主要通过病变的形态学表现、内部强化特征及时间-信号强度曲线(TIC)类型方面进行分析。利用SPSS25.0、Medcalc15.2.2软件进行统计学分析:(1)分析FFDM、DCE-MRI的影像学特征与良恶性之间的关系;(2)绘制两种诊断方法的接受者工作特征曲线(receiver operator characteristic curve,ROC),利用最大约登指数寻找最佳诊断阈值,作为判断两种诊断方法对乳腺病灶BI-RADS分类的良恶性界限;(3)以病理结果为金标准,应用χ2检验或Fisher精确检验比较两种诊断方法对不同BI-RADS分类的敏感度、特异度、阳性预测值(positive predictive valve,PPV)、阴性预测值(negative predictive value,NPV)、准确度;(4)采用Z检验比较两种诊断方法对不同BI-RADS分类的ROC曲线下面积(area under curve,AUC),置信区间(CI,confidence interval)为95%;以P<0.05为差异有统计学意义。结果:1 FFDM的影像学特征与病理良恶性对照(1)FFDM影像学特征如微钙化形态、分布、是否伴有结构扭曲或局灶不对称致密影与病变良恶性之间差异存在统计学意义(χ2值分别为40.232、36.047、13.761,P值均为0.000<0.05)。2 DCE-MRI的影像学特征与病理良恶性对照(1)无强化、点状强化、肿块样强化、非肿块样强化PPV分别为0、22.2%、86.7%、28.6%,病变强化类型与良恶性之间存在统计学差异(P=0.000<0.05);(2)总共152个病灶,4个病灶无强化,148个病灶有强化,148个强化病灶中恶性90个、良性58个,绘制时间-信号强度曲线(TIC),渐增型、平台型、流出型的PPV分别为16.7%、71.4%、95.0%,TIC曲线类型与病变良恶性之间差异存在统计学意义(χ2值为74.608,P值为0.000<0.05)。3绘制两种诊断方法的ROC曲线获得最佳诊断阈值以病理结果为金标准,分别计算出FFDM及DCE-MRI诊断乳腺良恶性不同BI-RADS诊断截点的敏感度、特异度及约登指数,以敏感度为纵坐标,1-特异度为横坐标,绘制两种诊断方法的BI-RADS分类诊断乳腺病灶ROC曲线。以ROC曲线中最靠近左上角的诊断截点(此时约登指数为最大)为最佳诊断阈值,得出两种诊断方法最佳诊断阈值均为4b。4对于FFDM检出乳腺BI-RADS 4-5类非肿块型微钙化病灶,两种方法的诊断效能比较(1)FFDM诊断病灶的敏感度、特异度、PPV、NPV、准确度分别为86.7%、53.2%、72.9%、73.3%、73.0%,DCE-MRI诊断病灶的敏感度、特异度、PPV、NPV、准确度分别为93.3%、83.9%、89.4%、89.7%、89.5%。DCE-MRI诊断病灶的敏感度、特异度、PPV、NPV、准确度均高于FFDM,两者的敏感度之间差异无统计学意义(χ2值为2.222,P值为0.136>0.05),但两者的特异度、PPV、NPV、准确度之间差异均有统计学意义(χ2值分别为13.503、8.674、4.681、13.495,P值均<0.05);(2)FFDM及DCE-MRI诊断方法的ROC曲线下面积(AUC)分别为0.752、0.907,两者AUC之间差异有统计学意义(Z值为4.068,P<0.0001,95%CI为0.0804~0.230)。5对于FFDM检出乳腺BI-RADS 4类非肿块型微钙化病灶,两种方法的诊断效能比较(1)FFDM诊断病灶的敏感度、特异度、PPV、NPV、准确度分别为82.4%、57.9%、70.0%、73.3%、71.2%,DCE-MRI诊断病灶的敏感度、特异度、PPV、NPV、准确度分别为92.6%、86.0%、88.7%、90.7%、89.6%。DCE-MRI诊断病灶的敏感度、特异度、PPV、NPV、准确度均高于FFDM,两者的敏感度之间差异无统计学意义(χ2值为3.294,P值为0.070>0.05),但两者的特异度、PPV、NPV、准确度之间差异均有统计学意义(χ2值分别为11.122、7.903、5.229、13.428,P值均<0.05);(2)FFDM、DCE-MRI诊断方法的ROC曲线下面积(AUC)分别为0.745、0.899,两者AUC之间差异有统计学意义(Z值为3.796,P值为0.0001<0.05,95%CI为0.0745~0.234)。6对于FFDM检出乳腺BI-RADS 5类非肿块型微钙化病灶,两种方法的诊断效能比较FFDM诊断病灶的敏感度、特异度、PPV、NPV、准确度分别为100.0%、0、81.5%、0、81.5%,DCE-MRI诊断病灶的敏感度、特异度、PPV、NPV、准确度分别为95.5%、60.0%、91.3%、75.0%、88.9%,虽然DCE-MRI诊断病灶的特异度、PPV、NPV、准确度均高于FFDM,但两者的敏感度、特异度、PPV、准确度之间差异均无统计学意义(P值均>0.05)。结论:1 FFDM的影像学特征(如微钙化形态、分布、是否伴有结构扭曲、局灶不对称致密影)及DCE-MRI影像学特征(如形态学、内部强化特征、TIC曲线)对病灶的良恶性鉴别有一定的价值。2 FFDM、DCE-MRI两种诊断方法的最佳诊断阈值均为4b,即判定乳腺病灶BI-RADS 4b类及其以上为恶性,判定乳腺病灶BI-RADS 4b类以下为良性。3对于FFDM检出乳腺BI-RADS 4-5类及BI-RADS 4类非肿块型微钙化病灶,DCE-MRI的敏感度无明显提高,但特异度、PPV、NPV、准确度有明显提高;对于FFDM检出乳腺BI-RADS 5类非肿块型微钙化病灶,DCE-MRI较FFDM比较对病灶的定性诊断无明显优势。
邓壮[9](2019)在《壶腹周围癌的EUS评价及其与MRI、MRCP、CT诊断效能的对比研究》文中进行了进一步梳理目的:评价EUS在壶腹周围癌中的诊断价值,并与MRI、MRCP、CT等影像诊断方法进行比较,分析不同影像诊断方法的优势与不足,为壶腹周围癌的诊断和鉴别诊断提供参考。方法:收集2017年2月份至2018年5月份期间在浙江大学医学院附属第一医院就诊且手术病理诊断结果为壶腹周围癌的患者73例。以病理诊断结果为金标准,回顾性研究EUS、MRI、MRCP以及CT在壶腹周围癌中的诊断符合率、特异性、敏感性,分析EUS、CT、MRI以及MRCP检查壶腹周围癌的影像学征象,比较不同影像检查方法的诊断效能。结果:本研究共纳入病例73例,其中男性51例(占69.86%),女性22例(占30.14%),患者年龄最大为78岁,最小为29岁,平均为62.03±9.12岁。所有患者行手术病理检查,病理诊断结果均为壶腹周围癌,其中壶腹癌23例(占31.50%),十二指肠乳头癌22例(占30.14%),胰头癌14例(占19.18%),胆总管下段癌14例(占19.18%)。EUS诊断壶腹周围癌的符合率为78.08%,高于CT(66.18%)、MRI 62.5%)、MRCP(55.71%)。EUS与CT对壶腹周围癌的总体诊断符合率之间差异无统计学意义(P>0.05),EUS总体诊断符合率要高于MRI、MRCP的总体诊断符合率,二者差异有统计学意义(P<0.05)。比较EUS与MRI、MRCP在不同类型壶腹周围癌的诊断符合率,发现EUS的十二指肠乳头癌诊断符合率与MRI、MRCP之间存在显着差异(P=0.043)。胆总管下段癌的诊断符合率与MRCP的诊断符合率不同,差异有统计学意义(P=0.007)。ROC曲线结果显示,EUS、CT、MRI、MRCP对胰头癌的诊断效能优于其它三种类型壶腹周围癌,EUS和CT对胰头癌的诊断效能接近,且均优于MRI和MRCP;EUS对壶腹癌、十二指肠乳头癌以及胆总管下段癌的诊断效能均优于其它三种诊断方法。EUS对不同类型壶腹周围癌的敏感性为71.43%~86.96%,特异性为88.68%~100%;MRI对不同类型壶腹周围癌的敏感性为54.55%~71.43%,特异性为80.70%~100%;MRCP对不同类型壶腹周围癌的敏感性为41.67%~61.54%,特异性为75.81%~100%;CT对不同类型壶腹周围癌的敏感性为47.62%~84.62%,特异性为87.93%~96.49%。根据不同诊断方法的特异性和敏感性绘制ROC曲线,结果显示EUS诊断效能优于其它三种诊断方法。EUS对于不同类型壶腹周围癌的肿块血供、形态、边缘、是否凸向管腔、回声、胰胆管扩张比、梗阻部位管腔形态进行分析。胰头癌的肿块血供不丰富率(100%)、形态不规则率(100%)、肿块凸向管腔率(100%)、血供不丰富率(100%)均高于壶腹癌(56.5%,43.5%,56.5%)、十二指肠癌(36.4%,22.7%,36.4%)、胆总管下段癌(35.7%,21.4%,35.7%),差异有统计学意义(P<0.05)。壶腹癌肿块边缘清晰率(56.5%)高于胆总管下段癌(71.4%)和胰头癌(86.7%),差异有统计学意义(P<0.05)。胰头癌的回声(低回声率100%)与壶腹癌回声(低回声率13%,等回声率30.4%,偏高回声56.5%)、十二指肠乳头癌回声(低回声率13.6%,等回声率31.8%,偏高回声54.5%)、胆总管下段癌回声(低回声率71.4%,等回声率0%,偏高回声28.6%)均不同,差异有统计学意义(P<0.05),胆总管下段癌的回声与壶腹癌、十二指肠乳头癌回声不同,差异有统计学意义(P<0.05)。十二指肠乳头癌与壶腹癌回声间存在差异,但二者差异无统计学意义(P>0.05)。胰头癌胰胆管扩张比高于壶腹癌、十二指肠乳头癌、胆总管下段癌,且差异有统计学意义(壶腹癌,P<0.0001;十二指肠乳头癌,P<0.000l;胆总管下段癌,P=0.001)。壶腹癌梗阻部位管腔形态(截断型,30.4%;鸟嘴型56.5%,鼠尾型13.0%)与十二指肠乳头癌(截断型,68.2%;鸟嘴型0%,鼠尾型31.8%)、胆总管下段癌(截断型,57.1%;鸟嘴型14.3%,鼠尾型28.60%)、胰头癌不同(截断型,64.3%;鸟嘴型14.3%,鼠尾型21.4%),差异有统计学意义(P<0.05)其中壶腹癌与十二指肠乳头癌间有显着差异(x2=117.496,P=0.001);结论:EUS诊断壶腹周围癌的诊断符合率,高于CT、MRI、MRCP。EUS、CT、MRI、MRCP对胰头癌的诊断效能优于其它三种类型壶腹周围癌,EUS和CT对胰头癌的诊断效能接近,且均优于MRI和MRCP;EUS对壶腹癌、十二指肠乳头癌以及胆总管下段癌的诊断效能优于其它三种影像学方法。EUS检查过程中,肿块的血供、形态、边缘、是否凸向管腔、回声、胰胆管扩张比、梗阻部位管腔形态可作为壶腹周围癌分类的参考依据。
陈海虎,阳青松,边云,史张,刘芳,方旭,张振声,陆建平,许传亮,王莉[10](2018)在《磁共振高分辨率T2加权成像联合分段读出平面回波成像鉴别诊断肌层和非肌层浸润性膀胱癌的临床价值》文中指出目的评估磁共振高分辨率T2加权成像(H R-T2W I)、分段读出平面回波成像(R S-E P I)和两者联合鉴别肌层与非肌层浸润性膀胱癌的临床价值。方法前瞻性纳入2016年6月至2017年12月于我院经膀胱镜活组织检查证实为膀胱癌、最终行手术治疗并明确病理分期的95例患者,所有患者均行HR-T2WI、RS-EPI检查。分别应用HR-T2WI、RS-EPI及HR-T2WI+RS-EPI图像明确膀胱癌是否浸润肌层,并采用Kappa检验将3种方法的诊断结果与病理结果进行比较。绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC),评估3种诊断方法的灵敏度、特异度和准确度,采用De Long检验对3种诊断方法的AUC进行两两比较。结果 HR-T2W I、R S-E P I和H R-T2W I+R S-E P I的诊断结果与病理结果的一致性均较好,Kappa值分别为0.770、0.787、0.936(P均<0.01)。3种方法鉴别肌层与非肌层浸润性膀胱癌的AUC、灵敏度、特异度和准确度分别为0.899、95.5%(42/44)、82.4%(42/51)和88.4%(84/95),0.891、84.1%(37/44)、94.1%(48/51)和89.5%(85/95),以及0.966、93.2%(41/44)、100.0%(51/51)和96.8%(92/95)。HR-T2WI+RS-EPI鉴别诊断肌层与非肌层浸润性膀胱癌的AUC大于HR-T2WI和RS-EPI(Z=-2.627 8、-2.720 5,P=0.008 6、0.006 5)。结论 HR-T2WI联合RS-EPI可作为术前无创、准确鉴别诊断肌层和非肌层浸润性膀胱癌的方法。
二、影像医学诊断方法学探讨(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、影像医学诊断方法学探讨(论文提纲范文)
(1)微血管成像技术鉴别诊断甲状腺结节良恶性价值的Meta分析(论文提纲范文)
中文摘要 |
abstract |
中英文缩略词表 |
第1章 引言 |
第2章 综述 超声微血管成像技术在临床中的应用 |
2.1 超声微血管成像技术的发展及原理 |
2.2 超声微血管成像技术在甲状腺疾病中的应用 |
2.3 超声微血管成像技术在评估乳腺肿瘤的应用 |
2.4 超声微血管成像技术在肝脏疾病中的应用 |
2.5 超声微血管成像技术在颈动脉疾病中的应用 |
2.6 超声微血管成像技术在肌骨疾病中的应用 |
2.7 超声微血管成像技术在泌尿系疾病中的应用 |
2.8 超声微血管成像技术在妇产科中的应用 |
2.9 展望 |
第3章 材料和方法 |
3.1 文献检索 |
3.2 研究纳入和排除 |
3.3 质量评价 |
3.4 数据提取 |
3.5 统计分析 |
3.6 发表偏倚 |
第4章 结果 |
4.1 文献检索与研究选择 |
4.2 研究设计和患者特征 |
4.3 质量评价 |
4.4 SMI的诊断性能 |
4.5 异质性检验 |
4.6 亚组分析 |
4.7 发表偏倚 |
第5章 讨论 |
5.1 SMI鉴别诊断甲状腺良恶性结节 |
5.2 Meta分析结果总结 |
5.3 质量评价 |
5.4 亚组分析 |
5.5 本研究的局限性 |
第6章 结论 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(2)S-Detect计算机辅助诊断系统在中高风险甲状腺结节中诊断效能的研究(论文提纲范文)
中文摘要 |
abstract |
中英文缩略词表 |
第1章 前言 |
第2章 综述 甲状腺结节临床诊断进展的研究 |
2.1 甲状腺结节的流行病学研究 |
2.2 甲状腺结节发生的高风险因素 |
2.3 甲状腺结节的诊断方法 |
2.3.1 病史与体格检查 |
2.3.2 实验室检查 |
2.3.3 放射性核素扫描 |
2.3.4 超声检查 |
2.3.5 超声引导下细针穿刺活检 |
2.3.6 分子学诊断 |
2.4 甲状腺结节的临床管理 |
第3章 资料与方法 |
3.1 研究对象 |
3.2 仪器与方法 |
3.3 统计学分析 |
第4章 结果 |
4.1 结节的特征 |
4.2 S-Detect计算机辅助诊断系统与不同年资医生间对甲状腺结节诊断效能的比较 |
4.3 参考S-Detect诊断结果后观察者内部与观察者间诊断效能的比较 |
第5章 讨论 |
第6章 结论 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(3)甲状腺超声影像卷积神经网络模型构建及评估TI-RADS 4类结节的应用研究(论文提纲范文)
摘要 |
abstract |
引言 |
第一部分 基于甲状腺超声影像的卷积神经网络的初步构建 |
1.材料与方法 |
1.1 研究对象 |
1.2 仪器设备 |
1.3 研究方法与步骤 |
1.4 统计学处理 |
2.结果 |
2.1 一般资料结果 |
2.2 病理资料结果 |
2.3 CNN模型的评估 |
3.讨论 |
4.结论 |
第二部分:甲状腺结节人工智能在TI-RADS4类结节中的应用 |
1.材料与方法 |
1.1 研究对象 |
1.2 仪器设备 |
1.3 研究方法与步骤 |
1.4 统计学处理 |
2.结果 |
2.1 资料收集结果 |
2.2 TI-RADS分类及手术病理结果 |
2.3 TI-RADS分类诊断效能 |
2.4 甲状腺超声CNN模型评估结果及诊断效能 |
2.5 两种方式诊断效能比较 |
3.讨论 |
4.结论与不足 |
4.1 结论 |
4.2 不足之处与展望 |
致谢 |
攻读学位期间的研究成果 |
参考文献 |
综述 人工智能在甲状腺超声的应用进展 |
参考文献 |
(4)超声造影在乳腺病变诊断中的应用价值及影响因素探讨(论文提纲范文)
中文摘要 |
英文摘要 |
先进性与创新性 |
符号说明 |
第一部分 超声造影对乳腺病变常规诊断的补充应用价值评估 |
前言 |
材料与方法 |
结果 |
讨论 |
结论 |
附图 |
附表 |
第二部分 超声造影在乳腺病变鉴别中的应用:与假阴性和假阳性结果相关的因素 |
前言 |
材料与方法 |
结果 |
讨论 |
结论 |
附图 |
附表 |
第三部分 乳腺良性高危病变的超声造影:特征分析及诊断价值评估 |
前言 |
材料与方法 |
结果 |
讨论 |
结论 |
附图 |
附表 |
综述 乳腺超声新技术的应用价值及局限性 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
学位论文评阅及答辩情况表 |
英文论文1 |
英文论文2 |
(5)基于肝脏占位ADC图像的灰度游程矩阵分析(论文提纲范文)
摘要 |
Abstract |
英文缩略词对照表(Abbreviation Index) |
前言(Introduction) |
1.1 肝脏实性占位 |
1.2 扩散加权成像 |
1.3 纹理分析的概念和步骤 |
1.4 研究拟用软件及纹理参数 |
材料与方法(Materials and Methods) |
2.1 研究对象 |
2.2 研究方法 |
2.2.1 扫描仪器 |
2.2.2 扫描前准备 |
2.2.3 扫描方法 |
2.3 病理结果 |
2.4 图像分析与数据处理 |
2.4.1 勾画ROI |
2.4.2 GLRLM参数值的处理 |
2.4.3 三种方法之间的统计学比较 |
2.5 统计学方法 |
结果(Results) |
3.1 一般资料分析 |
3.2 ADC图像分析 |
3.2.1 GLRLM数据分析 |
3.2.2 ROC曲线 |
3.2.3 诊断能力 |
讨论(Discussion) |
结论(Conclusion) |
参考文献(Reference) |
文献综述(Review) |
4.1 磁共振技术与肝脏疾病 |
4.1.1 MRI的原理 |
4.1.2 DWI和ADC在肝脏占位上的应用 |
4.2 纹理分析 |
4.2.1 纹理分析的概念及步骤 |
4.2.2 纹理分析的常用参数值 |
4.2.3 纹理分析在肝脏病变上的应用 |
4.3 纹理分析的局限与展望 |
参考文献(Reference) |
致谢 |
作者简介 |
石河子大学硕士研究生学位论文导师评阅表 |
(6)探讨磁共振多参数联合超声弹性成像对乳腺肿块的诊断价值(论文提纲范文)
摘要 |
Abstract |
主要英文缩略词表 |
前言 |
材料与方法 |
1.1 研究对象 |
1.2 主要设备 |
1.3 检查方法与步骤 |
1.4 图像后处理 |
1.5 统计学分析 |
结果 |
2.1 一般资料 |
2.2 DCE-MRI特征 |
2.3 ADC值、IVIM-DWI各参数在乳腺良恶性肿块的差异 |
2.4 ADC值、IVIM-DWI各参数诊断价值 |
2.5 三种诊断方法的诊断价值 |
讨论 |
3.1 磁共振多参数对乳腺肿块的诊断价值 |
3.2 磁共振成像与超声弹性成像对乳腺肿块的诊断价值 |
3.3 本研究的不足之处 |
结论 |
参考文献 |
综述 乳腺癌影像学检查技术的应用现状 |
参考文献 |
致谢 |
作者简介 |
导师评阅表 |
(7)基于PACS系统的海军影像医学卫生人才培养体系(论文提纲范文)
1 军事转型对海军影像医学卫生人才培养的影响 |
1.1 培养目标面临着新要求 |
1.2 培养方式面临着新任务 |
1.3 培养内容面临着新问题 |
1.4 培养体制面临着新挑战 |
2 构建新型影像医学卫生人才培养体系 |
2.1 准确定位人才培养目标 |
2.2 有效转变人才培养方式 |
2.2.1 本科生培养方式 |
2.2.2 研究生及规培生的培养方式 |
2.2.3 基层单位进修生的培养方式 |
2.2.4 基层部队影像技术和医师人才的培养方式 |
2.3 合理设置人才培养内容 |
2.3.1 本科教育 |
2.3.2 非学历继续教育 |
2.3.3 基层部队影像专业技师与医师教育 |
2.4 优化完善人才培养体制 |
2.4.1 完善医师规范化培训体系 |
2.4.2 坚持与临床科室交叉发展 |
2.4.3 从一线来 |
3 总 结 |
(8)FFDM与DCE-MRI对乳腺BI-RADS 4-5类非肿块型微钙化病灶诊断价值的对比研究(论文提纲范文)
中文摘要 |
英文摘要 |
英文缩写 |
前言 |
材料与方法 |
结果 |
附图 |
附表 |
讨论 |
结论 |
参考文献 |
综述 乳腺微钙化影像学研究进展 |
参考文献 |
致谢 |
个人简历 |
(9)壶腹周围癌的EUS评价及其与MRI、MRCP、CT诊断效能的对比研究(论文提纲范文)
致谢 |
中文摘要 |
英文摘要 |
中英文缩略词 |
1 引言 |
2 材料与方法 |
2.1 研究对象 |
2.2 研究方法 |
2.3 统计学分析 |
3 结果 |
3.1 研究对象临床资料 |
3.2 不同影像方法诊断壶腹周围癌诊断情况 |
3.3 不同病理类型壶腹周围癌的影像诊断征象 |
4 讨论 |
5 结论 |
6 附图 |
参考文献 |
综述 |
参考文献 |
作者简历及在学期间所取得的科研成果 |
(10)磁共振高分辨率T2加权成像联合分段读出平面回波成像鉴别诊断肌层和非肌层浸润性膀胱癌的临床价值(论文提纲范文)
1 资料和方法 |
1.1 病例资料 |
1.2 扫描参数与方法 |
1.3 图像分析 |
1.4 统计学处理 |
2 结果 |
2.1 一般资料 |
2.2 HR-T2WI、RS-EPI及两者联合的诊断结果与病理结果的一致性评价 |
2.3 HR-T2WI、RS-EPI及两者联合鉴别NMIBC与MIBC的诊断效能 |
3 讨论 |
四、影像医学诊断方法学探讨(论文参考文献)
- [1]微血管成像技术鉴别诊断甲状腺结节良恶性价值的Meta分析[D]. 姜佳美. 吉林大学, 2021(01)
- [2]S-Detect计算机辅助诊断系统在中高风险甲状腺结节中诊断效能的研究[D]. 夏永旭. 吉林大学, 2021(01)
- [3]甲状腺超声影像卷积神经网络模型构建及评估TI-RADS 4类结节的应用研究[D]. 肖丹丹. 南昌大学, 2021(01)
- [4]超声造影在乳腺病变诊断中的应用价值及影响因素探讨[D]. 徐平. 山东大学, 2021(12)
- [5]基于肝脏占位ADC图像的灰度游程矩阵分析[D]. 王怡. 石河子大学, 2021(02)
- [6]探讨磁共振多参数联合超声弹性成像对乳腺肿块的诊断价值[D]. 刘春晖. 石河子大学, 2021(02)
- [7]基于PACS系统的海军影像医学卫生人才培养体系[J]. 曹凯,边云,弓静,彭雯佳,田冰,王莉,陆建平. 解放军医院管理杂志, 2020(08)
- [8]FFDM与DCE-MRI对乳腺BI-RADS 4-5类非肿块型微钙化病灶诊断价值的对比研究[D]. 解丽丽. 承德医学院, 2020(02)
- [9]壶腹周围癌的EUS评价及其与MRI、MRCP、CT诊断效能的对比研究[D]. 邓壮. 浙江大学, 2019(03)
- [10]磁共振高分辨率T2加权成像联合分段读出平面回波成像鉴别诊断肌层和非肌层浸润性膀胱癌的临床价值[J]. 陈海虎,阳青松,边云,史张,刘芳,方旭,张振声,陆建平,许传亮,王莉. 第二军医大学学报, 2018(05)