微钙化的计算机辅助分析与乳腺导管原位癌病理分级的对照研究

Journal of Practical Medical Imaging(2016)

引用 0|浏览3
暂无评分
摘要
目的:对照研究计算机辅助检测(computer-aided detection,CAD)自动提取的微钙化多种特征与乳腺导管原位癌(ductal carcinoma in situ,DCIS)不同病理分级的相关性,探讨所有特征对于DCIS不同分级的意义,为开发辅助临床早期诊断和个体化治疗DCIS的计算机辅助诊断系统提供参考。方法经本院乳腺钼靶X线摄影检查发现微钙化并经最终病理学证实的203例DCIS患者影像资料,按高、中、低级别病理结果分组,CAD检测微钙化并自动提取反映微钙化形态学、统计学、纹理、分布特征的14个参数,进行对比分析。结果①所有微钙化特征中,线样分支状钙化数、细颗粒状微钙化率、总数目、簇状分布率、种群密度在低、中、高级别3组间比较和低、高级别2组间比较时差异均具有统计学意义(P<0.01),较高的病理级别容易出现较高的线样分支状钙化数、总数目、簇状分布率、种群密度,较低的病理级别出现细颗粒状微钙化的概率较高。②除线样分支状钙化数外,其余所有特征参数在中级别组和低级别或高级别组间比较时,差异均无统计学意义(P>0.05)。③微钙化的四种分布类型仅在高级别组出现统计学差异,其中簇状分布的出现概率相对较高。结论通过CAD辅助检测DCIS微钙化获得的多种特征参数,与不同生物学行为的病理分级相关性不同,有利于深入研究计算机辅助诊断DCIS,为早期诊断DCIS和临床个性化治疗提供重要的参考依据。
更多
查看译文
关键词
Breast neoplasms,Calcifying nanoparticles,Carcinoma,ductal,Diagnosis,computer-assisted
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