Bone Lesions; Gray Level Co-occurrence Matrix; Haralick features; Active contour model; Snakes; Random forest;
机译:使用机器学习的18F-NAF PET / CT图像中的良性和恶性病变自动分类
机译:CT图像解读在18F-FDG-PET / CT鉴别诊断良性与恶性原发性骨病变中的附加价值
机译:18F-FDG PET / CT图像的纹理分析,以区分恶性和良性骨及软组织病变
机译:使用随机森林对CT图像上的良性和恶性骨病变进行分类
机译:区分乳腺良性和恶性炎症病变:T2加权和弥散加权MR图像的价值
机译:区分恶性和良性乳腺病变:在3.0 T时采用读出分段回波平面成像技术,对弥散加权成像(DWI)进行乳腺病变的定性分析具有附加价值
机译:目的:通过使用组织学结果作为参考标准,研究ELASTPQ测量对良性和恶性局灶性肝病变(FLLS)的鉴别诊断的价值。材料和方法:共有154名患者。对测量剪切波速度(SWS)的每个病变进行ELASTPQ测量。评估了FL1与周围肝脏的SWS和SWS比的差异,研究了切断值。接收器操作特征(ROC)曲线被绘制以评估诊断性能。组织学作为金标准通过患者的手术获得。结果:共有154例病变,包括129名(83.7%)恶性FLLS和25(16.3%)良性物质。 SWS的恶性和良性FLLS显着差异,2.77±0.68 m / s和1.57±0.55 m / s(p <0.05)。对于良性FLL的恶性为2.23±0.36,每个FL1与周围肝实质的SWS比为2.23±0.36(P <0.05)。差分诊断的切断值为SWS和SWS比率为2.06米/秒。结论:ELASTPQ测量提供了FLLS的可靠定量刚度信息,可能有助于恶性和良性FLL之间的差异诊断。