典型文献
CT影像与纹理特征联合模型在甲状腺良恶性结节鉴别中的价值
文献摘要：
目的 比较甲状腺良恶性结节CT影像征象及纹理特征差异,构建两者鉴别诊断模型.方法 回顾性分析110例经手术病理证实分类甲状腺结节患者的125个结节,其中良性组66个,恶性组59个,提取每个结节CT征象与平扫、动脉期及静脉期3个期相的纹理特征.采用χ2检验筛选良恶性结节有差异的影像特征,进一步采用Logistic回归分析构建单纯影像模型.对结节纹理特征筛选、降维,建立剩余纹理参数的受试者工作特征曲线(ROC),获取ROC曲线下面积(AUC).使用筛选后的常规影像特征及纹理特征组合建立联合Logistic回归模型并获得相应AUC.结果 影像模型的AUC为0.821,灵敏度为66.10％,特异度为81.82％.纹理特征中,静脉期方差具有最高鉴别效能,其AUC为0.696.由以上4个特征构建的联合模型AUC为0.845,灵敏度为76.27％、特异度为83.33％.联合模型的AUC、灵敏度及特异度均高于影像模型.结论 综合CT影像特征及纹理特征的基础上建立联合模型,有助于甲状腺良恶性结节鉴别诊断.
文献关键词：
甲状腺癌;Logistic回归模型;CT影像;纹理分析
中图分类号：
作者姓名：
彭铮堃;彭云;吴娜珊;吴若岱
作者机构：
深圳大学总医院影像科 广东 深圳 518000;南昌大学第二附属医院影像科 江西 南昌 330006
文献出处：
引用格式：
[1]彭铮堃;彭云;吴娜珊;吴若岱-.CT影像与纹理特征联合模型在甲状腺良恶性结节鉴别中的价值)[J].中国CT和MRI杂志,2022(05):1-3,25
A类：
B类：
纹理特征,特征联合,联合模型,甲状腺良恶性结节,结节鉴别,影像征象,特征差异,鉴别诊断,诊断模型,经手,手术病理,甲状腺结节,平扫,动脉期,影像特征,特征筛选,纹理参数,受试者工作特征曲线,特征组合,鉴别效能,特征构建,甲状腺癌,纹理分析
AB值：
0.232262
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
