声明
摘要
英文缩略词
第—部分:使用SUVmax及视觉分析对18F-FDG显像鉴别良恶性孤立性肺结节时诊断性能的评价
1 前言
2 方法
2.1 研究对象
2.2 最终诊断
2.3 图像采集条件
2.4 图像的定量分析
2.5 图像的视觉分析
2.6 统计学分析
3 结果
4 讨论
5 结论
第二部分:影像组学在孤立性肺结节病变良恶性鉴别中的应用
1 前言
2 方法
2.1 研究对象
2.2 最终诊断
2.3 图像采集条件
2.4 图像的定量分析
2.5 使用I脚来常用方法鉴别SPN良恶性
2.6 统计方法
2.7 材料、软件
3 结果
3.2 指标筛选
3.3 良恶性结节的影像组学差异
3.4 影像组学指标、SUVmax以及视觉分析用于诊断良性、恶性结节的诊断性能
4 讨论
5 结论
第三部分:机器学习技术联合18F-FDG PET延迟显像的影像组学指标在孤立性肺结节良恶性鉴别中的应用
2.4 影像组学指标的计算
2.7 模型诊断性能的计算
2.8 材料、软件
3 结果
3.1 研究资料
3.2 定量分析及视觉分析与机器学习模型在诊断结节良恶性时诊断性能的比较
4 讨论
5 结论
本论文创新性自我评价
参考文献
综述 18F-FDG PET/CT图像结合机器学习在孤立性肺结节诊断中的应用孤立性肺结节诊疗现状
攻读学位期间取得的科研成果
致谢
个人简历