2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩114頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文主要從以下幾部分展開(kāi)論述:
  第一部分 甲狀腺良惡性結(jié)節(jié)鑒別的數(shù)學(xué)模型
  目的:甲狀腺結(jié)節(jié)的發(fā)病率逐年增高,但通過(guò)超聲圖像來(lái)鑒別其良惡性的技術(shù)卻進(jìn)展不大,如果通過(guò)手術(shù)來(lái)解決,術(shù)后給患者的身體帶來(lái)的危害不可忽視,又由于在甲狀腺結(jié)節(jié)中,良性結(jié)節(jié)占95%,惡性結(jié)節(jié)僅占5%,所以提高甲狀腺結(jié)節(jié)超聲圖像的鑒別技術(shù)勢(shì)在必行。隨著生物醫(yī)學(xué)圖像處理技術(shù)的飛速發(fā)展,以及多功能、大容量、高速度計(jì)算機(jī)軟件和數(shù)值計(jì)算理論的不斷完善,結(jié)合這些

2、技術(shù)、方法對(duì)甲狀腺結(jié)節(jié)進(jìn)行數(shù)值模擬,研究甲狀腺結(jié)節(jié)的良惡性特征,并對(duì)其結(jié)果進(jìn)行處理分析。計(jì)算機(jī)數(shù)值模擬作為研究與預(yù)測(cè)相結(jié)合的一種手段,可以從多角度為醫(yī)學(xué)研究提供可用信息參數(shù)。
  方法:本課題首先讀取甲狀腺結(jié)節(jié)超聲二維灰階圖像(其中良性結(jié)節(jié)415個(gè),惡性結(jié)節(jié)131個(gè))的灰度值,并對(duì)良惡性的灰度值進(jìn)行秩和檢驗(yàn),進(jìn)而找到區(qū)分良惡性的顯著特征,利用這些顯著特征通過(guò)數(shù)學(xué)方法建立多種分類器,通過(guò)比較不同分類器的精度和覆蓋度找到最好的數(shù)學(xué)分類

3、模型,從而為甲狀腺結(jié)節(jié)的診斷提供科學(xué)依據(jù)。
  結(jié)果:研究中主要采用醫(yī)學(xué)、數(shù)學(xué)、計(jì)算機(jī)學(xué)等多種學(xué)科的交叉研究,內(nèi)容包含了創(chuàng)新的算法思想及不同的分類模型。利用k-mer串算法能夠全面細(xì)致的找到圖像的灰度特征,提高了分類的精度,用秩和檢驗(yàn)尋找區(qū)分良惡性的顯著特征,提高了分類的速度,通過(guò)用顯著特征構(gòu)建不同的分類器,通過(guò)比較不同分類器的精度和覆蓋度得到最優(yōu)分類器LIBSVM,該分類器良惡性的精度和覆蓋度都比較高。利用該分類器,可以較為精準(zhǔn)

4、快速的判斷超聲圖像中甲狀腺結(jié)節(jié)的良惡性。
  結(jié)論:通過(guò)樣本的增加及對(duì)良惡性樣本量均衡化處理,可以進(jìn)一步提高LIBSVM分類器的精度和覆蓋度。LIBSVM分類器可為醫(yī)生及研究人員對(duì)甲狀腺結(jié)節(jié)良惡性鑒別診斷提供一套快捷準(zhǔn)確的技術(shù)方法和研究思路,并對(duì)甲狀腺結(jié)節(jié)的臨床診斷產(chǎn)生重大的促進(jìn)作用。
  第二部分 實(shí)時(shí)超聲彈性成像與超聲造影鑒別甲狀腺良惡性結(jié)節(jié)中的應(yīng)用研究
  目的:探討實(shí)時(shí)超聲彈性成像(real-time elas

5、tosonography,RTE)與超聲造影(contrast-enhanced ultrasonography,CEUS)在甲狀腺良惡性結(jié)節(jié)中鑒別診斷的價(jià)值。
  方法:選取2012年9月至2015年3月河北醫(yī)科大學(xué)第二醫(yī)院、第三醫(yī)院擬行外科手術(shù)治療的甲狀腺結(jié)節(jié)患者97例,共計(jì)109個(gè)結(jié)節(jié),其中男性50例,女性47例,年齡17-76歲,平均45.9±12.8歲。對(duì)所有患者的甲狀腺結(jié)節(jié)病灶(66個(gè)惡性病灶及43個(gè)良性病灶)進(jìn)行CE

6、US和RTE檢查,并經(jīng)手術(shù)病理證實(shí)。分析甲狀腺結(jié)節(jié)患者CEUS和RTE的圖像信息。以病理檢查作為金標(biāo)準(zhǔn),繪制ROC曲線,評(píng)估單用和聯(lián)合使用兩種方法診斷的靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確度。
  結(jié)果:在109個(gè)甲狀腺結(jié)節(jié)中,病理活檢為惡性結(jié)節(jié)的為66個(gè),且均為甲狀腺乳頭癌,良性結(jié)節(jié)有43個(gè),其中腺瘤21個(gè)、結(jié)節(jié)性甲狀腺腫22個(gè)。CEUS診斷甲狀腺良惡性結(jié)節(jié)的靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確度分別為81.82

7、%、90.70%、93.10%、90.70%和85.32%;RTE診斷的靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確度分別為80.30%、88.37%、91.38%、88.37%和83.49%;兩者聯(lián)合診斷的靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確度分別為95.45%、95.35%、96.92%、95.35%和95.41%,CEUS+RTE兩者聯(lián)合診斷的靈敏度、特異度均高于CEUS和RTE單獨(dú)診斷,且差異具有統(tǒng)計(jì)學(xué)意義(均P<0.0

8、5)。CEUS、RTE和CEUS+RTE聯(lián)合診斷甲狀腺結(jié)節(jié)ROC曲線下面積分別為0.883、0.863和0.959,RTE的ROC曲線下面積明顯低于CEUS+RTE(P<0.05)。
  結(jié)論:CEUS聯(lián)合RTE比CEUS或RTE單獨(dú)鑒別診斷甲狀腺良惡性結(jié)節(jié)的準(zhǔn)確度更高。
  第三部分 甲狀腺癌超聲特征與頸部淋巴結(jié)轉(zhuǎn)移的關(guān)聯(lián)研究
  目的:探討甲狀腺癌的超聲表現(xiàn)與頸部淋巴結(jié)轉(zhuǎn)移的關(guān)系。
  方法:回顧性分析201

9、0年1月至2015年1月在河北醫(yī)科大學(xué)第二醫(yī)院、第三醫(yī)院病理診斷為甲狀腺癌患者186例,共246個(gè)甲狀腺癌結(jié)節(jié)的術(shù)前超聲表現(xiàn)進(jìn)行分析,根據(jù)病理結(jié)果有無(wú)頸部淋巴結(jié)轉(zhuǎn)移分為兩組,轉(zhuǎn)移組86例(129個(gè)結(jié)節(jié))和未轉(zhuǎn)移組100例(117個(gè)結(jié)節(jié))。記錄甲狀腺癌結(jié)節(jié)的超聲特征,進(jìn)行甲狀腺癌超聲表現(xiàn)與頸部淋巴結(jié)轉(zhuǎn)移的單因素和多因素分析,并繪制ROC曲線評(píng)價(jià)甲狀腺癌結(jié)節(jié)的超聲特征預(yù)測(cè)頸部淋巴結(jié)轉(zhuǎn)移的診斷效能。
  結(jié)果:超聲診斷甲狀腺癌頸部淋巴結(jié)

10、轉(zhuǎn)移的靈敏度為81.40%(105/129),特異度為92.32%(108/117),陽(yáng)性預(yù)測(cè)值為92.11%(105/114),陰性預(yù)測(cè)值為81.82%(108/132)。甲狀腺癌患者頸部轉(zhuǎn)移性淋巴結(jié)最常見(jiàn)Ⅵ區(qū),其次為Ⅳ區(qū)和Ⅲ區(qū);原發(fā)癌位置在甲狀腺中部和下部者轉(zhuǎn)移率最高。轉(zhuǎn)移組淋巴結(jié)收縮期最高流速(Peak Systolic Velocity,PSV)和阻力指數(shù)(Resistive Index,RI)顯著高于非轉(zhuǎn)移組淋巴結(jié)(均P<0.

11、001),PSV和RI判斷甲狀腺癌有無(wú)頸部淋巴結(jié)轉(zhuǎn)移的最佳診斷界限值為24.505cm/s和0.654。多因素分析的結(jié)果顯示甲狀腺癌結(jié)節(jié)大小、邊界與被膜接觸面積、微鈣化和血流分級(jí)是甲狀腺患者發(fā)生頸部淋巴結(jié)轉(zhuǎn)移的危險(xiǎn)因素(均P<0.05),癌結(jié)節(jié)大小、甲狀腺被膜侵犯、微鈣化和血流分級(jí)診斷頸部淋巴結(jié)轉(zhuǎn)移的效能較好,ROC曲線下面積分別為0.807、0.856、0.881和0.812。
  結(jié)論:甲狀腺癌患者的癌結(jié)節(jié)最大直徑、甲狀腺被膜

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論