期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
CT血流动力学用于乳腺癌诊断的受试者工作特性曲线分析 被引量:5
1
作者 张静 王培军 +1 位作者 袁小东 田建明 《临床放射学杂志》 CSCD 北大核心 2008年第2期190-193,共4页
目的应用临床流行病学受试者工作特性曲线(ROC)对CT组织灌注用于乳腺癌的诊断价值进行评估。资料与方法对81例(84个)体检或钼靶发现乳腺占位性病变者行MSCT组织灌注扫描,由去卷积法得出血流动力学参数[血流量(BF),平均通过时间(MTT),血... 目的应用临床流行病学受试者工作特性曲线(ROC)对CT组织灌注用于乳腺癌的诊断价值进行评估。资料与方法对81例(84个)体检或钼靶发现乳腺占位性病变者行MSCT组织灌注扫描,由去卷积法得出血流动力学参数[血流量(BF),平均通过时间(MTT),血容量(BV)],按病理结果的良、恶性分组,行统计学检验。比较BF、MTT、BV相应的ROC特征,确定各参数的诊断价值。结果乳癌组的BF为(0.735±0.440)ml·min-1·ml-1,MTT为(22.771±7.647)s,BV为0.234±0.082;良性组的BF为(0.466±0.527)ml·min-1·ml-1,MTT为(26.712±12.934)s,BV为0.179±0.117。BF、BV在乳腺癌和良性病灶之间的差异有统计学意义。BF在判断乳腺良恶性病变时曲线下面积(AUCROC)最大,为0.832±0.086,BV的AUCROC为0.695±0.092,两者差异无统计学意义。MTT的AUCROC最小,为0.473。BF临界值为0.381ml·min-1·ml-1时,诊断乳腺癌的敏感性为82.3%,特异性为73.2%,阳性似然比为3.071,阴性似然比为0.242;BV临界值为0.190时,敏感性为73.3%,特异性为56.5%,阳性似然比为1.685,阴性似然比为0.473。结论CT血流动力学参数(BF\BV)对乳腺癌的诊断有应用价值,但尚不能作为单一指标肯定或否定乳腺癌的诊断。 展开更多
关键词 体层摄影术 X线计算机 乳腺癌 灌注 流行病学 受试者工作特性曲线分析
下载PDF
基于双地震动强度指标的桥墩地震易损性模型研究 被引量:4
2
作者 陈力波 王化河 +2 位作者 黄才贵 涂意 谷音 《福州大学学报(自然科学版)》 CAS 北大核心 2018年第4期518-525,共8页
基于双地震动强度指标,开展典型桥墩的地震易损性模型研究.采用Open Sees软件建立桥墩的有限元分析模型,通过增量动力分析方法计算得到桥墩的地震响应.根据受试者工作特性分析方法对地震动强度指标进行评价,选择出有效性较好的地震动强... 基于双地震动强度指标,开展典型桥墩的地震易损性模型研究.采用Open Sees软件建立桥墩的有限元分析模型,通过增量动力分析方法计算得到桥墩的地震响应.根据受试者工作特性分析方法对地震动强度指标进行评价,选择出有效性较好的地震动强度指标组合,基于线性组合的方法分别建立双地震动强度指标桥墩易损性模型,并和单地震动强度指标模型进行对比.结果表明:双地震动强度指标的有效性普遍优于单一地震动强度指标;桥墩发生相同损伤状态时,基于双地震动强度指标建立的易损性曲面的中位值小于基于单一地震动强度指标得到的中位值.研究结果可为桥梁结构的后续风险评估及加固决策提供参考. 展开更多
关键词 地震易损性模型 增量动力分析 桥墩 地震动强度指标 受试者工作特性分析
下载PDF
基于数据挖掘的新疆高发肝包虫病的分型研究 被引量:3
3
作者 张岁霞 木拉提.哈米提 +5 位作者 严传波 孙静 姚娟 孔喜梅 杨芳 伊力扎提.阿力甫 《生物医学工程与临床》 CAS 2016年第5期521-528,共8页
目的探讨数据挖掘技术在新疆肝包虫病分型中的应用。方法提取肝包虫病CT图像的灰度-梯度共生矩阵(GGCM)和灰度共生矩阵(GLCM)特征,应用主成分分析法对各纹理特征及混合特征分别进行降维,采用支持向量机(SVM)分类器、决策树C4.5分类器、L... 目的探讨数据挖掘技术在新疆肝包虫病分型中的应用。方法提取肝包虫病CT图像的灰度-梯度共生矩阵(GGCM)和灰度共生矩阵(GLCM)特征,应用主成分分析法对各纹理特征及混合特征分别进行降维,采用支持向量机(SVM)分类器、决策树C4.5分类器、Logistic回归分类器对降维后的特征进行分类,最后对各分类模型进行受试者工作特性(ROC)曲线分析及参数评估。结果 SVM分类器对不同纹理特征下3种肝脏CT图像(单囊型、多囊型肝包虫病和正常肝脏)分类效果都明显优于决策树C4.5分类器和Logistic回归分类器。综合特征分类结果要明显优于单一特征分类结果;GGCM特征对综合分类结果的分类贡献率要高于GLCM特征。结论将SVM分类器应用于新疆肝包虫病CT图像的分型中具有一定分类优势,为肝包虫病影像学诊断提供了一定的依据,也为后期新疆肝包虫病计算机辅助诊断系统的研发奠定基础。 展开更多
关键词 纹理特征 数据挖掘 支持向量机(SVM)分类器 决策树C4.5分类器 Logistic回归分类器 受试者工作特性(ROC)曲线分析 图像分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部