孤立性肺结节在 HDCT 的计算机辅助诊断
张泽文1
张才擎2
王广丽2
张成琪3
1.山东中医药大学 山东 济南 2500142.山东省千佛山医院呼吸科 山东 济南 2500143.山东省千佛山医院影像科 山东 济南 250014
摘要：目的：本文尝试设计一款基于高清晰度 CT （HDCT ）图像的孤立性肺结节（SPN ）计算机辅助诊断系统（CADS），以提高恶性 SPN 的检出率，使诊断更加客观、科学。方法收集经临床病理证实的孤立性肺结节120例，包括恶性肿瘤、良性肿瘤、结核和炎性假瘤，随机抽取60例作为实验集，60例作为验证集。实验集 HDCT 图像经图像预处理、感兴趣区域（ROI）基于标记的分水岭算法分割和 ROI 纹理特征参数提取，对获得的5项纹理特征参数做统计学处理，将统计结果应用于系统以对 SPN 做良恶性分析并给出提示信息。验证集 HDCT 图像输入系统后，对比系统预测结果与主任医师和住院医师预测结果来评价系统的可靠性。结果对比度、相关性、熵、平稳度和二阶矩 t 检验 P 值分别为0.000、0．002、0．914、0．295、0．002。对比度、相关性和二阶矩良性区间分别为（903，2003）、（2．76，3．48）、（0．01，1．54），恶性区间分别为（502，898）、（3．49，3．71）、（1．79，29．86）。系统、主任医师和住院医师的敏感度分别为83．3％、93．3％、76.7％，假阳性率分别为13．3％、16．7％、26．7％，正确率分别为85％、88．3％、75％。结论基于标记的分水岭算法对与胸壁或纵隔粘连的结节及磨玻璃病变等均可以较好地将其分割提取出来。对比度、相关性和二阶矩有统计学意义。系统在预测 SPN 良恶性具有较高的敏感性和准确性及最低的假阳性。 CAD 在 SPN 良恶性诊断具有一定的临床使用价值，本系统可以辅助临床医师诊断 SPN 良恶性。
关键词：计算机辅助诊断系统孤立性肺结节基于标记的分水岭算法纹理特征提取体层摄影术X 线计算机
分类号：R563(呼吸系及胸部疾病)R814.42(放射医学)
资助基金：国家自然科学基金(61272245)山东省科技发展计划(2009GG10002040)济南市科技发展计划(201311021)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 993-997 )
英文信息