期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
肺结节智能辅助诊断系统在肺磨玻璃结节诊断中的应用研究
被引量:
10
1
作者
邓灵波
朱熠
+1 位作者
戴懿
成官迅
《医学影像学杂志》
2020年第11期2014-2020,共7页
目的评估肺结节智能辅助诊断系统对肺磨玻璃结节(GGN)的检出与定性诊断的价值。方法回顾性分析77例患者(106个病灶)经手术及病理证实的GGN患者的临床资料与CT图像。利用肺结节智能辅助诊断系统自动测量GGN的CT参数,包括最大径、最小径...
目的评估肺结节智能辅助诊断系统对肺磨玻璃结节(GGN)的检出与定性诊断的价值。方法回顾性分析77例患者(106个病灶)经手术及病理证实的GGN患者的临床资料与CT图像。利用肺结节智能辅助诊断系统自动测量GGN的CT参数,包括最大径、最小径、体积、平均CT值及恶性概率。按照GGN的病理结果分为良性病变、非典型腺瘤样增生(AAH)、原位腺癌(AIS)、微浸润腺癌(MIA)和浸润性腺癌(IAC)5组,比较各组结节的CT参数间的差异。分析各CT参数与组织病理分组之间的相关性。再以结节的最大径、体积、平均CT值为检验变量绘制受试者工作特性(ROC)曲线,得出各组间的临界值、敏感度和特异度。结果不同病理类型结节的最大径、最小径、体积、平均CT值、恶性概率间的差异存在统计学意义。随着肺腺癌的浸润程度的进展,GGN的平均CT值逐渐增大,平均CT值与肺腺癌浸润程度间存在正相关性,但是GGN的最大径、最小径、体积及恶性概率与浸润程度无明显的线性相关。当GGN的最大径、体积和平均CT值的临界值分别为13.65 mm、684.5 mm3、-524.95 HU时,IAC组与其余组间的AUC分别为0.833、0.798及0.811,其敏感度分别为71.0%,67.7%,90.3%,特异度分别为84.0%,88.0%及68.0%。GGN良性病变与恶性病变(AAH、AIS、MIA和IAC)组间比较,上述指标临界值分别为10.3 mm、391.35 mm3、-636.10 HU,AUC分别为0.647、0.669、0.547,敏感度分别为78.6%,85.7%,42.9%,特异度分别为55.4%,50.0%,85.9%。鉴别肺腺癌浸润前、后组的上述临界值分别为9.05 mm,684.50 mm3,-529.90 HU;AUC分别为0.701,0.692,0.796,敏感度分别为53.2%,87.2%,74.5%,特异度分别为80.0%,48.9%,80.0%。结论肺结节智能辅助诊断系统对GGN具有较高的检出率,通过该系统能够准确的自动定位肺结节,客观的测量GGN的CT影像参数,并对GGN作出比较恰当的恶性概率判断,各CT参数与GGN病理类型之间存在一定关系,GGN的最�
展开更多
关键词
肺磨玻璃结节
病理类型
体层摄影术
X线计算机
肺结节智能辅助诊断系统
下载PDF
职称材料
题名
肺结节智能辅助诊断系统在肺磨玻璃结节诊断中的应用研究
被引量:
10
1
作者
邓灵波
朱熠
戴懿
成官迅
机构
北京大学深圳医院医学影像科
出处
《医学影像学杂志》
2020年第11期2014-2020,共7页
文摘
目的评估肺结节智能辅助诊断系统对肺磨玻璃结节(GGN)的检出与定性诊断的价值。方法回顾性分析77例患者(106个病灶)经手术及病理证实的GGN患者的临床资料与CT图像。利用肺结节智能辅助诊断系统自动测量GGN的CT参数,包括最大径、最小径、体积、平均CT值及恶性概率。按照GGN的病理结果分为良性病变、非典型腺瘤样增生(AAH)、原位腺癌(AIS)、微浸润腺癌(MIA)和浸润性腺癌(IAC)5组,比较各组结节的CT参数间的差异。分析各CT参数与组织病理分组之间的相关性。再以结节的最大径、体积、平均CT值为检验变量绘制受试者工作特性(ROC)曲线,得出各组间的临界值、敏感度和特异度。结果不同病理类型结节的最大径、最小径、体积、平均CT值、恶性概率间的差异存在统计学意义。随着肺腺癌的浸润程度的进展,GGN的平均CT值逐渐增大,平均CT值与肺腺癌浸润程度间存在正相关性,但是GGN的最大径、最小径、体积及恶性概率与浸润程度无明显的线性相关。当GGN的最大径、体积和平均CT值的临界值分别为13.65 mm、684.5 mm3、-524.95 HU时,IAC组与其余组间的AUC分别为0.833、0.798及0.811,其敏感度分别为71.0%,67.7%,90.3%,特异度分别为84.0%,88.0%及68.0%。GGN良性病变与恶性病变(AAH、AIS、MIA和IAC)组间比较,上述指标临界值分别为10.3 mm、391.35 mm3、-636.10 HU,AUC分别为0.647、0.669、0.547,敏感度分别为78.6%,85.7%,42.9%,特异度分别为55.4%,50.0%,85.9%。鉴别肺腺癌浸润前、后组的上述临界值分别为9.05 mm,684.50 mm3,-529.90 HU;AUC分别为0.701,0.692,0.796,敏感度分别为53.2%,87.2%,74.5%,特异度分别为80.0%,48.9%,80.0%。结论肺结节智能辅助诊断系统对GGN具有较高的检出率,通过该系统能够准确的自动定位肺结节,客观的测量GGN的CT影像参数,并对GGN作出比较恰当的恶性概率判断,各CT参数与GGN病理类型之间存在一定关系,GGN的最�
关键词
肺磨玻璃结节
病理类型
体层摄影术
X线计算机
肺结节智能辅助诊断系统
Keywords
Pulmonary
ground-glass
nodule
Pathologic
types
Tomography,X-ray
computed
lung
nodule
intelligent
diagnosis
system
分类号
R734.2 [医药卫生—肿瘤]
R814.42 [医药卫生—临床医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
肺结节智能辅助诊断系统在肺磨玻璃结节诊断中的应用研究
邓灵波
朱熠
戴懿
成官迅
《医学影像学杂志》
2020
10
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部