导读:本文包含了纹理分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:纹理,细胞,计算机,肿瘤,摄影术,图像,脂肪瘤。
纹理分析论文文献综述
张红娟,武志峰,鄂林宁,吴山[1]（2019）在《CT纹理分析鉴别不可手术切除的小细胞肺癌与非小细胞肺癌中的价值》一文中研究指出目的探索CT纹理分析鉴别诊断不可手术切除的Ⅲ、Ⅳ期小细胞肺癌(SCLC)与非小细胞肺癌(NSCLC)中的价值。资料与方法回顾性分析经病理证实的Ⅲ、Ⅳ期SCLC患者85例及NSCLC患者96例,应用MaZda软件测量平扫及动、静脉期CT图像8种纹理特征值,比较组间纹理特征值的差异,应用受试者工作特征曲线评价诊断效能,分析纹理特征值与病理学类型的相关性。结果 NSCLC患者平扫图像的平均灰度值、偏度、熵、熵和及熵差值均大于SCLC患者,差异均有统计学意义(P<0.05);而峰度、逆差距和相关组间差异均无统计学意义(P>0.05)。增强扫描动脉期SCLC患者的平均灰度值高于NSCLC患者,差异有统计学意义(P<0.05);其余动脉期及静脉期纹理参数组间差异均无统计学意义(P>0.05)。平均灰度值(r=0.470)、熵(r=0.567)、熵和(r=0.492)、熵差(r=0.532)与病理学类型均呈正相关(P<0.05)。平扫熵值鉴别SCLC和NSCLC具有最佳诊断效能(曲线下面积0.872),以0.532为界值,其诊断敏感度为99.4%、特异度为71.70%、准确度为84.09%;动脉期平均灰度值曲线下面积为0.723,以0.518为界值,其诊断敏感度为70.00%、特异度为81.80%、准确度为78.50%。结论纹理分析在CT鉴别不可手术切除的Ⅲ、Ⅳ期SCLC与NSCLC中具有一定的应用价值。(本文来源于《中国医学影像学杂志》期刊2019年11期）
田士峰,刘爱连,刘静红,王学东,黄侃[2]（2019）在《初探基于肿瘤全域ADC图的灰度共生矩阵纹理分析与子宫内膜癌Ki-67表达的相关性》一文中研究指出目的初步探讨基于肿瘤全域ADC图的灰度共生矩阵(gray level co-occurrence matrix,GLCM)纹理分析与子宫内膜癌(endometrial carcinoma,EC)增值抗原Ki-67表达的相关性。材料与方法回顾性分析37例经手术病理证实为EC的患者影像资料,经后处理获得ADC图。按照EC的Ki-67表达指数(<50%为低表达,≥50%为高表达)将患者分别分为Ki-67低表达组(17例)及Ki-67高表达组(20例)。采用Omni-Kinetics软件,在包含肿瘤实质的ADC图像上沿肿瘤边缘逐层勾画ROI,融合后获得肿瘤全域GLCM纹理参数,包括能量、熵、惯性矩、相关性、逆差距。采用独立样本t检验(正态分布)或MannWhitney秩和检验(偏态分布)比较两组病例GLCM纹理参数的差异,采用ROC曲线评估有统计学差异的参数对Ki-67低、高表达组的鉴别诊断效能,采用Pearson相关分析评价各GLCM参数值与Ki-67表达指数的相关性。结果 Ki-67低表达组的能量、惯性矩大于高表达组,熵、相关性、逆差距小于高表达组,差异具有统计学意义(P<0.05)。能量、熵、惯性矩、相关性、逆差距预估Ki-67高表达的AUC分别为0.724、0.865、0.803、0.809、0.847。能量、惯性矩与EC的Ki-67表达指数负相关(P<0.05),熵、相关性、逆差距与Ki-67表达指数正相关(P<0.05)。结论基于肿瘤全域ADC图的GLCM纹理分析有助于术前评估EC的Ki-67表达情况,具有一定临床应用价值,熵为最佳参数。(本文来源于《磁共振成像》期刊2019年11期）
武敬君,刘爱连,赵莹,张钦和,刘义军[3]（2019）在《能谱CT成像碘(水)图纹理分析预测结直肠癌微卫星不稳定状态》一文中研究指出目的探讨基于能谱CT成像碘(水)图像的纹理分析在术前预测结直肠癌微卫星不稳定(MSI)状态方面的价值。方法回顾性分析23例MSI结直肠癌(MSI组)及46例微卫星稳定(MSS)结直肠癌(MSS组)患者的资料。所有患者均经术后病理检查证实,且术前均接受腹部能谱CT成像。采用Viewer分析软件获取动脉期及静脉期碘(水)图像,并将其导入Omni-Kinetics软件进行ROI勾画及特征提取。提取的纹理参数包括最小值、最大值、平均值、中位值、标准差、偏度、峰度、均匀性、能量值、熵。比较2组间各纹理参数的差异。并采用Logistic回归将纹理参数进行联合,通过ROC曲线分析不同纹理参数预测及多种参数联合预测的效能。结果 MSI组动脉期及静脉期最小值、最大值、平均值、中位值、均匀性均明显低于MSS组(P均<0.05),2组间标准差、偏度、峰度、能量值差异均无统计学意义(P均>0.05);MSI组静脉期熵明显高于MSS组(t=1.81,P=0.04),2组间动脉期熵差异无统计学意义(t=0.22,P=0.80)。ROC曲线分析显示,以动脉期及静脉期最小值、最大值、平均值、中位值、均匀性和静脉期熵单一参数在术前预测结直肠癌MSI状态的AUC为0.64～0.82。多参数联合的Logistic回归模型为-2.598-0.124×动脉期最小值-0.039×动脉期最小值-0.774×动脉期中位值+1×动脉期平均值-1.892×动脉期均匀性+0.14×静脉期最小值+0.2×静脉期最大值+0.343×静脉期中位值-0.61×静脉期平均值+13.711×静脉期均匀性-2.598×静脉期熵,联合预测的AUC为0.83。结论基于能谱CT成像碘(水)图像纹理分析,可在术前无创预测结直肠癌MSI状态,且将多种纹理参数联合后预测效能更优。(本文来源于《中国医学影像技术》期刊2019年11期）
陈佳,丁茜琳,王铮,谢东,金观桥[4]（2019）在《基于常规CT图像的纹理分析在进展期胃癌新辅助化疗疗效预测中的价值》一文中研究指出目的探讨CT纹理分析对进展期胃癌新辅助化疗疗效的预测价值。方法回顾性分析广西医科大学附属肿瘤医院2013年1月至2018年3月连续入组的75例接受新辅助化疗及根治性胃癌切除术患者。根据新辅助化疗疗效将患者分为有效组和无效组。患者于新辅助化疗前、后行腹部CT增强检查。选取病灶最大层面图像,应用MaZda软件提取病变部位新辅助化疗术前CT纹理特征,采用交互信息法、Fisher算法、分类错误概率联合平均相关系数及联合法对纹理特征进行筛选,然后用原始数据分析法、主要成分分析法、线性分类分析法和非线性分类分析法对胃癌患者新辅助化疗疗效进行预测。由2名医师共同评估CT直接征象(肿瘤最大厚度、胃壁蠕动性、浆膜浸润、强化方式、淋巴结转移、远处转移)及间接征象(腹腔积液、腹膜增厚或腹膜结节)。通过多元回归分析联合以上CT征象,构建主观征象的预测模型。比较纹理分析与CT主观征象模型的诊断效能。结果各扫描期相中,预测新辅助化疗疗效的纹理特征主要来自静脉期,误判率最小为2.67%。纹理特征参数选择方法中,联合法选择的纹理特征参数预测病变的误判率最低,为2.67%。纹理特征分类分析方法中,非线性分类分析和线性分类分析预测的误判率最低(2.67%)。但是,总体上非线性分类分析预测的错判率(2.67%～32.00%)低于线性分类分析(2.67%～42.67%)。纹理分析预测模型诊断的敏感度97.8%,特异度96.7%,准确率97.3%。CT主观征象诊断模型中,准确率为57.4%,敏感度57.4%,特异度53.6%。结论常规CT纹理分析可为预测进展期胃癌新辅助化疗疗效提供可靠的客观依据,其预测效能高于CT主观征象模型。(本文来源于《临床放射学杂志》期刊2019年11期）
谭惠斌,熊飞,黄文才,王涛,李涵翰[5]（2019）在《CT平扫图像纹理分析在肾透明细胞癌与肾乏脂性血管平滑肌脂肪瘤鉴别诊断中的价值》一文中研究指出目的探讨CT平扫图像图像纹理分析对肾透明细胞癌(ccRCC)和肾乏脂性血管平滑肌脂肪瘤(fp-RAML)的鉴别诊断价值。方法纳入2012年1月至2018年5月间本院经手术病理证实为ccRCC或fp-RAML且行CT平扫检查患者43例,男14例,女29例;年龄(55.37±11.89)岁,共43个病灶,ccRCC 21个,fp-RAML 22个。利用其CT平扫图像进行纹理分析,从灰度直方图、共生矩阵、绝对梯度、自回归模型及小波变换中提取纹理特征值,再用费希尔参数(Fisher)法、最小分类误差与最小平均相关系数法(POE+ACC)及相关信息测度法(MI)从纹理参数中分别选择10个最优纹理特征值,使用Mazda的B11工具的线性判别分析法(LDA)和非线性判别分析法(NDA)对纹理特征进行分析,计算出其识别ccRCC和fp-RAML的最小错误率。LDA的最大分类特征应用于K邻近分类(KNN),NDA的最大分类特征则用于神经网络(ANN)进行鉴别诊断。利用Mazda提取的全部纹理参数做主成分分析、聚类降维,并用热图中差异明显的纹理特征参数做逻辑回归分析。结果 POE+ACC-NDA/ANN法鉴别ccRCC和fp-RAML效能最好,最小错误率最低,该方法分别与Fisher-LDA/KNN、Fisher-NDA/ANN、POE+ACC-LDA/KNN、MI-LDA/KNN及MI-NDA/ANN法对比分析,差异均有统计学意义(χ~2值分别为3.56、2.15、3.29、2.14、2.27;P值分别为0.019、0.022、0.017、0.021、0.014)。在热图中差异明显的纹理特征参数判别结果较Mazda POE+ACC-NDA/ANN法正确率低。结论 Mazda纹理分析软件的POE+ACC-NDA/ANN法利用CT平扫图像进行纹理分析,在ccRCC和fp-RAML鉴别诊断时有最小错误诊断概率,因此,在只有CT平扫图像时使用MaZda软件的POE+ACC-NDA/ANN进行图像纹理分析实现ccRCC和fp-RAML的安全鉴别诊断是可行的。(本文来源于《临床放射学杂志》期刊2019年11期）
王楠,刘爱连,李烨,徐明哲,王学东[6]（2019）在《基于单源双能CT平扫图像的纹理分析对肝脓肿和肝转移瘤的鉴别价值》一文中研究指出目的:探讨单源双能CT平扫图像结合纹理分析对肝脓肿和肝转移瘤的鉴别诊断价值。方法:回顾性分析2011年9月-2016年12月采用单源双能CT行CT能谱成像平扫的26例肝脓肿(27个病灶)和29例肝转移瘤(39个病灶)患者的病例资料,所有入组病例均见明显的中心液化区。在AW 4.5工作站上,重建单能量图像(40～70 keV)用于纹理分析,选择病灶囊腔最大层面勾画兴趣区(ROI)。应用灰度直方图及灰度共生矩阵纹理分析方法测定熵值、能量、偏度、方差及逆差矩5个参数。采用独立样本t检验(正态分布)或Mann-Whitney U(非正态分布)比较两组间各参数差异性,绘制受试者操作特征(ROC)曲线,比较各参数诊断效能。选择两个最佳参数进行二元logistics回归分析,比较不同单能量下诊断效能。结果:40 keV、50 keV、60 keV条件下肝脓肿能量及逆差矩小于肝转移瘤,熵值及方差大于肝转移瘤(P均<0.05)。50 keV及60 keV条件下偏度小于肝转移瘤(P均<0.05)。其中50 keV条件下诊断肝转移瘤效能最高,AUC为0.782,敏感度88.9%,特异度69.2%。70 keV条件下肝脓肿方差大于肝转移瘤(P<0.05)。结论:基于单源双能CT平扫图像的纹理分析能够有效鉴别肝脓肿与肝转移瘤,50 keV图像结合纹理分析诊断效能最佳。(本文来源于《放射学实践》期刊2019年11期）
张晓祥,张衡,刘文华[7]（2019）在《CT图像纹理分析急性缺血性脑梗死的应用价值》一文中研究指出目的:探讨CT纹理分析技术早期诊断急性缺血性脑梗塞的应用价值。方法:回顾性分析33例CT、MRI及临床资料完整的急性缺血性脑梗死病例(病灶首次发生而且病灶对称侧对应区无器质性病变);在急性脑缺血性梗死面的轴面图像上及对称侧手动勾画大小相等的ROI,应用纹理分析方法测定灰度均值、最大强度、最小强度、熵、标准差、对比、偏度、峰态、逆差矩、角二阶矩、相关等11个纹理参数。分析急性缺血性脑梗死病灶侧与对侧相应正常组织的纹理参数特征;采用独立样本t检验(正态分布且方差齐)比较急性缺血性脑梗死组与对照组纹理参数的差异。采用ROC曲线分析有统计学意义的参数预测纹理分析的效能。P <0.05为差异有统计学意义。结果:两组间的灰度均值(t=-2.74)、最大强度(t=-2.81)和最小强度(t=-2.24)的差异均有统计学意义(P均<0.05),纹理参数灰度均值、最大强度和最小强度敏感性和特异性分别为87.9%、57.6%,63.6%、78.8%,57.6%、72.7%;ROC曲线下面积(AUC)值分别0.73、0.72和0.67(P均<0.05)。两组间熵、标准差、对比、偏度、峰态、逆差矩、角二阶矩、相关均无统计学意义(P> 0.05)。结论:CT图像纹理参数灰度均值、最大强度和最小强度有助于临床对急性缺血性脑梗塞做出早期诊断并及时进行治疗,有一定的临床应用价值。(本文来源于《影像研究与医学应用》期刊2019年22期）
B.Baessler,C.Luecke,J.Lurz,K.Klingel,A.Das[8]（2019）在《伴有急慢性心衰症状心肌炎的心脏MRI及心肌T_1、T_2图纹理分析》一文中研究指出摘要及时、准确诊断心力衰竭样心肌炎(以心力衰竭为表现的心肌炎)一直是临床心脏病学研究的难点之一。目的以心内膜活检为参考标准,评价纹理分析对心力衰竭样心肌(本文来源于《国际医学放射学杂志》期刊2019年06期）
唐彩银,李瑗,张继,田为中[9]（2019）在《CT纹理分析在肾脏透明细胞癌分级的临床应用》一文中研究指出目的:探讨CT增强图像纹理分析为肾透明细胞癌(ccRCC)术前预测提供新的客观定量参数。方法:本文回顾性分析了2016年1月—2018年12月间我院医学影像科经病理证实的63例ccRCC CT图像。应用软件勾画出肿瘤的感兴趣区,然后计算图像纹理参数。采用两个独立的样本t检验(错误发现率校正)比较了Fuhrman低(Ⅰ～Ⅱ级)和高(Ⅲ～Ⅳ级)ccRCC的纹理特征值,并用受试者操作特征曲线(ROC)评价利用纹理特征预测Fuhrman高、低等级ccRCC的效果。结果:熵值在皮质期和髓质期对高级别组与低级别组ccRCC有统计学意义(P<0.05);相关性在髓质期对高级别组与低级别组ccRCC有统计学意义(P<0.05);熵值在ROC曲线在高、低两组ccRCC中皮质期和髓质期的曲线下面积分别为0.727和0.824;相关性在髓质期曲线下面积为0.872;高级别组ccRCC病灶大小大于低级组ccRCC,有统计学意义(P=0.007)。结论:CT纹理分析特征可以预测术前患者的Fuhrman分级,熵、相关性是临床应用最重要的影像指标。(本文来源于《医学理论与实践》期刊2019年21期）
樊红卫,邵偲洁[10]（2019）在《基于灰度图像纹理分析的电主轴不平衡故障诊断方法》一文中研究指出针对转子不平衡,首次提出了基于灰度图像纹理分析的故障诊断方法。首先将转子振动信号转化为二维灰度图像,并利用局部二值模式提取灰度图像的纹理特征;通过二维傅里叶变换提取灰度图像的特征频率,并采用灰度图像二维矩阵的平方和来表征图像的明暗程度,由此来区分不同程度的不平衡故障。在某电主轴系统平台上,完成了转子正常和3种不同程度转子不平衡的故障诊断试验,结果表明所提出的方法能够有效区分不同程度的转子不平衡,为旋转机械的故障诊断提供了一种新方法。(本文来源于《制造技术与机床》期刊2019年11期）
纹理分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的初步探讨基于肿瘤全域ADC图的灰度共生矩阵(gray level co-occurrence matrix,GLCM)纹理分析与子宫内膜癌(endometrial carcinoma,EC)增值抗原Ki-67表达的相关性。材料与方法回顾性分析37例经手术病理证实为EC的患者影像资料,经后处理获得ADC图。按照EC的Ki-67表达指数(<50%为低表达,≥50%为高表达)将患者分别分为Ki-67低表达组(17例)及Ki-67高表达组(20例)。采用Omni-Kinetics软件,在包含肿瘤实质的ADC图像上沿肿瘤边缘逐层勾画ROI,融合后获得肿瘤全域GLCM纹理参数,包括能量、熵、惯性矩、相关性、逆差距。采用独立样本t检验(正态分布)或MannWhitney秩和检验(偏态分布)比较两组病例GLCM纹理参数的差异,采用ROC曲线评估有统计学差异的参数对Ki-67低、高表达组的鉴别诊断效能,采用Pearson相关分析评价各GLCM参数值与Ki-67表达指数的相关性。结果 Ki-67低表达组的能量、惯性矩大于高表达组,熵、相关性、逆差距小于高表达组,差异具有统计学意义(P<0.05)。能量、熵、惯性矩、相关性、逆差距预估Ki-67高表达的AUC分别为0.724、0.865、0.803、0.809、0.847。能量、惯性矩与EC的Ki-67表达指数负相关(P<0.05),熵、相关性、逆差距与Ki-67表达指数正相关(P<0.05)。结论基于肿瘤全域ADC图的GLCM纹理分析有助于术前评估EC的Ki-67表达情况,具有一定临床应用价值,熵为最佳参数。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
纹理分析论文参考文献
[1].张红娟,武志峰,鄂林宁,吴山.CT纹理分析鉴别不可手术切除的小细胞肺癌与非小细胞肺癌中的价值[J].中国医学影像学杂志.2019
[2].田士峰,刘爱连,刘静红,王学东,黄侃.初探基于肿瘤全域ADC图的灰度共生矩阵纹理分析与子宫内膜癌Ki-67表达的相关性[J].磁共振成像.2019
[3].武敬君,刘爱连,赵莹,张钦和,刘义军.能谱CT成像碘(水)图纹理分析预测结直肠癌微卫星不稳定状态[J].中国医学影像技术.2019
[4].陈佳,丁茜琳,王铮,谢东,金观桥.基于常规CT图像的纹理分析在进展期胃癌新辅助化疗疗效预测中的价值[J].临床放射学杂志.2019
[5].谭惠斌,熊飞,黄文才,王涛,李涵翰.CT平扫图像纹理分析在肾透明细胞癌与肾乏脂性血管平滑肌脂肪瘤鉴别诊断中的价值[J].临床放射学杂志.2019
[6].王楠,刘爱连,李烨,徐明哲,王学东.基于单源双能CT平扫图像的纹理分析对肝脓肿和肝转移瘤的鉴别价值[J].放射学实践.2019
[7].张晓祥,张衡,刘文华.CT图像纹理分析急性缺血性脑梗死的应用价值[J].影像研究与医学应用.2019
[8].B.Baessler,C.Luecke,J.Lurz,K.Klingel,A.Das.伴有急慢性心衰症状心肌炎的心脏MRI及心肌T_1、T_2图纹理分析[J].国际医学放射学杂志.2019
[9].唐彩银,李瑗,张继,田为中.CT纹理分析在肾脏透明细胞癌分级的临床应用[J].医学理论与实践.2019
[10].樊红卫,邵偲洁.基于灰度图像纹理分析的电主轴不平衡故障诊断方法[J].制造技术与机床.2019
论文知识图
