超声纹理分析法定量诊断大鼠肝纤维化模型的价值研究

Chinese Computed Medical Imaging(2010)

引用 23|浏览33
暂无评分
摘要
目的:进一步探讨声像图纹理分析的方法评价大鼠肝纤维化模型的价值。方法:采集90只正常或肝纤维化大鼠的肝脏标准化声像图,计算灰度共生矩阵(gray level co-occurrence matrix,GLCM)的9个声像图纹理特征参数并与病理诊断比较。结果:9个参数与病理肝纤维化S0~S4分期均具有显著相关性(P<0.05)。利用其建立判别分析模型按S0~S4分期的正确率分别为83.3%、84.2%、40%、50%和88.5%,66.7%的大鼠能够被准确分期;按S0无纤维化、S1轻度纤维化、S2和S3中重度纤维化及S4早期肝硬化分组的正确率分别为83.3%、68.4%、71.4%及88.2%,75.8%的大鼠能够被准确分组。结论:基于GLCM的声像图纹理分析能够较有效的评价大鼠肝纤维化程度。
更多
查看译文
关键词
Rats,Gray level co-occurrence matrix,Liver fibrosis,Ultrasonography
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要