资源类型：
收录情况：
◇ 统计源期刊
文章类型：
机构：
[1]首都医科大学公共卫生学院, (北京100069)
首都医科大学
[2]首都医科大学宣武医院, (北京100053)
首都医科大学宣武医院
[3]北京市临床流行病学重点实验室, (北京100069)
出处：
ISSN：
关键词：
PET/CT
肺结节
图像纹理
诊断模型
支持向量机
摘要：
目的 基于PET/CT融合图像纹理参数建立肺结节良恶性诊断模型,提高肺癌的识别率. 方法 选取宣武医院核医学科经PET/CT检查的52例肺结节患者,收集其PET/CT影像图像及人口学、影像学信息.以Contourlet变换和灰度共生矩阵相结合的方式,对PET/CT图像的感兴趣区域提取纹理参数.基于所提取的纹理参数建立支持向量机模型,得到每个肺结节良恶性判别结果.为了提高模型的诊断效果,将结节边缘、最大摄取值、有晕征等影像学信息也纳入模型,重新建立支持向量机模型.通过灵敏度、特异度、正确率等指标对模型诊断效果进行评价.结果 纹理参数肺结节诊断模型的灵敏度、特异度分别为90.7%、93.5%,纹理参数结合影像学信息的肺结节诊断模型的灵敏度、特异度分别为95.7%、100.0%.结论 基于PET/CT图像纹理参数建立的支持向量机模型对良恶性肺结节具有较好的鉴别诊断效果.
基金：
国家自然科学基金(81530087、81373099)资助；
中文影响因子：
第一作者：
第一作者机构：
[1]首都医科大学公共卫生学院, (北京100069)
通讯作者：
通讯机构：
[1]首都医科大学公共卫生学院, (北京100069)
[3]北京市临床流行病学重点实验室, (北京100069)
推荐引用方式(GB/T 7714)：
马圆,陈斯鹏,田思佳,等.基于PET/CT图像纹理参数的肺结节诊断模型[J].北京生物医学工程.2017,36(3):257-261.
