基于判别分析模型的乳腺BIRADS计算机辅助分类-放射学实践.PDFVIP

下载本文档

1
0
约3.86万字
约 6页
2019-03-01 发布于天津
举报
版权申诉

基于判别分析模型的乳腺BIRADS计算机辅助分类-放射学实践.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于判别分析模型的乳腺BIRADS计算机辅助分类-放射学实践

放射学实践年月第卷第期，，，３４６２０１３３２８３ＲａｄｉｏｌＰｒａｃｔｉｃｅＭａｒ２０１３Ｖｏｌ２８Ｎｏ．３　 ·乳腺影像学 · 基于判别分析模型的乳腺ＢＩＲＡＤＳ计算机辅助分类吴明祥，马捷，凌人男，梁家乐，康文焱摘要】目的：在经典应用的乳腺影像报告数据系统（）基础上，通过量化分析影响评估分类的变量，建立ＢＩＲＡＤＳ　判别分析模型，评估其在临床应用中的价值。方法：年中共例有完整影像学资料及经病理或随访证实的ＢＩＲＡＤＳ１０５６１ＢＩＲＡＤＳ分类结果（金标准），对与乳腺病变相关的各种变量进行量化，基于Ｂａｅｓ判别分析方法建立判别模型并编写软ｙ件，将除去病理及随访结果的以上病例资料由两位医师分别进行人工分类和软件分类，评估两种方法下医师分类判别与金标准的一致性，以及两位医师之间分类判别的一致性。结果：建立了完整的判别分析模型，其误判概率为１．２５％，模型与金标准有高度一致性（值为）。两位医师使用软件分类的诊断结果与金标准的一致性（值分别为Ｋａａ０．９８１Ｋａａｐｐｐｐ和）要高于人工分类（值为和）。人工分类时两位医师诊断结果间的值为，明０．９０４０．９０１Ｋａａ０．６９５０．６３２Ｋａａ０．５７５ｐｐｐｐ显低于软件分类时（值为）。结论：通过大样本的统计学分析建立标准、合理的判别分析模型，能够有效的预Ｋａａ０．８４１ｐｐ测乳腺肿块的ＢＩＲＡＤＳ类型，减少对ＢＩＲＡＤＳ０类患者的召回率，提高对ＢＩＲＡＤＳⅠ～Ⅴ类病变的诊断准确性，并提高不同诊断者间的诊断一致性。关键词】乳腺病变；乳腺影像报告数据系统；量化分析；Ｂａｅｓ判别分析；诊断　ｙ中图分类号】；；文献标识码】文章编号】（）Ｒ８１４．４２Ｒ８１４．４１Ｒ７３７．９Ａ１００００３１３２０１３０３０３４６０５　　，，犆狅犿狌狋犲狉犪犻犱犲犱犫狉犲犪狊狋犅犐犚犃犇犛犮犾犪狊狊犻犳犻犮犪狋犻狅狀犫犪狊