版權(quán)說明: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、目的:
(1)建立放射科隨訪數(shù)據(jù)庫,數(shù)據(jù)庫中隨訪記錄的診斷報(bào)告予以標(biāo)準(zhǔn)化,使其滿足科研及CAD數(shù)據(jù)挖掘的要求;
(2)比較粗糙集、分類回歸樹及二元Logistic回歸法等三種方法依據(jù)常規(guī)MRI影像特點(diǎn)提取的診斷規(guī)則輔助分級(jí)診斷膠質(zhì)瘤的性能,探討粗糙集方法輔助影像診斷的價(jià)值。
材料和方法:
(1)利用sql server 2000數(shù)據(jù)庫分別建立ACR編碼庫及ICD-10編碼庫對(duì)數(shù)據(jù)庫中隨訪病例的診斷
2、進(jìn)行編碼,實(shí)現(xiàn)診斷的標(biāo)準(zhǔn)化。ACR編碼庫包括解剖表和病理表,表中對(duì)每個(gè)解剖部位及病理診斷使用數(shù)字進(jìn)行編碼,其中解剖編碼最長為4位,病理最長為6位;ICD-10編碼庫包括分類表和診斷編碼表,每個(gè)表中分類或者診斷用字母+數(shù)字進(jìn)行編碼。
(2)數(shù)據(jù)庫中建立中樞神經(jīng)系統(tǒng)腫瘤影像診斷模板,包括病變部位、病灶范圍、大小、形態(tài)、邊緣、水腫、占位效應(yīng)、出血、鈣化、壞死、腦積水、CT密度、MRI信號(hào)(包括T1WI、T2WI及Flair)及增強(qiáng)特
3、點(diǎn)(包括常規(guī)增強(qiáng)、動(dòng)脈期強(qiáng)化、靜脈期強(qiáng)化、延遲期強(qiáng)化)等共19項(xiàng)中樞神經(jīng)系統(tǒng)腫瘤常規(guī)CT/MRI的影像特征,并建立每項(xiàng)影像特征的標(biāo)準(zhǔn)化選項(xiàng),用于中樞神經(jīng)系統(tǒng)腫瘤診斷報(bào)告的標(biāo)準(zhǔn)化。
(3)利用sql server 2000建立放射科隨訪數(shù)據(jù)庫數(shù)據(jù)表存儲(chǔ)隨訪記錄,包括隨訪病例的臨床資料(姓名、性別、年齡、病史、手術(shù)記錄等)、病理資料(病理診斷、病理報(bào)告、病理圖像)、影像資料(影像檢查項(xiàng)目、影像報(bào)告、報(bào)告醫(yī)生、核片醫(yī)生、診斷符合、影
4、像圖片及影像相關(guān)特征等資料),其中文本部分的記錄儲(chǔ)存在數(shù)據(jù)表中,病理及影像圖像儲(chǔ)存在本地硬盤,通過SQL server 2000建立圖像索引與數(shù)據(jù)記錄相關(guān)聯(lián)。
(4)使用Visual C++開發(fā)數(shù)據(jù)庫客戶端程序,實(shí)現(xiàn)人機(jī)對(duì)話式的隨訪信息維護(hù)、記錄查詢、病種統(tǒng)計(jì)、診斷符合率統(tǒng)計(jì)、數(shù)據(jù)導(dǎo)X/導(dǎo)出、ACR編碼及ICD-10編碼修改及用戶權(quán)限設(shè)置等操作功能。
(5)275例確診膠質(zhì)瘤病例(低級(jí)別膠質(zhì)瘤151例,高級(jí)別膠質(zhì)瘤1
5、24例),術(shù)前常規(guī)MRI平掃及增強(qiáng)檢查,提取包括病灶數(shù)目、形態(tài)、邊緣、水腫、壞死、占位效應(yīng)、鈣化、出血、T1WI、T2WI及增強(qiáng)特點(diǎn)等MRI征象,粗糙集基于Rosetta軟件使用遺傳算法進(jìn)行屬性約簡(jiǎn)并產(chǎn)生診斷規(guī)則,分類回歸樹使用CRT算法建立預(yù)測(cè)膠質(zhì)瘤分級(jí)診斷模型,回歸法使用二元Logistic回歸法建立回歸方程。
結(jié)果:
(1)隨訪數(shù)據(jù)庫實(shí)現(xiàn)設(shè)計(jì)的各項(xiàng)功能,運(yùn)行穩(wěn)定;并且診斷標(biāo)準(zhǔn)化的使用提高了數(shù)據(jù)檢索的精確性;
6、r> (2)粗糙集、決策樹及回歸法的診斷準(zhǔn)確性分別為84.4%、83.3%、83.6%:敏感度分別為75%、74.2%、79.8%;特異度分別為92.1%、91.3%、86.8%,三種方法的ROC曲線下面積分別為0.92、0.907和0.902,ROC曲線下面積之間無明顯差異性。相比其他兩種方法,粗糙集可以得到更多確定性診斷規(guī)則。
結(jié)論:
(1)放射科隨訪數(shù)據(jù)庫能夠?qū)崿F(xiàn)隨訪記錄診斷報(bào)告的標(biāo)準(zhǔn)化管理,其標(biāo)準(zhǔn)化數(shù)據(jù)格式
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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
- 基于粗糙集的數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)的研究與應(yīng)用.pdf
- 粗糙集理論在數(shù)據(jù)庫中的應(yīng)用研究.pdf
- 粗糙集理論在數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)中的應(yīng)用.pdf
- 基于粗糙集和數(shù)據(jù)庫技術(shù)的知識(shí)發(fā)現(xiàn)與推理方法研究.pdf
- 基于粗糙集和粒度計(jì)算的數(shù)據(jù)庫的分析研究.pdf
- 基于粗糙集理論的農(nóng)業(yè)數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)研究.pdf
- 粗糙集理論在數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)中的應(yīng)用研究.pdf
- 基于面向?qū)ο髷?shù)據(jù)庫的粗糙集模型的研究.pdf
- access數(shù)據(jù)庫在基層及社區(qū)醫(yī)院放射科工作中的應(yīng)用
- 粗糙集理論在關(guān)系數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)中的應(yīng)用研究.pdf
- MR彌散加權(quán)成像對(duì)膠質(zhì)瘤分級(jí)診斷的應(yīng)用價(jià)值.pdf
- 放射科題集匯總
- 基于粗糙集的數(shù)據(jù)挖掘研究與應(yīng)用.pdf
- 基于粗糙集的定性數(shù)據(jù)分析方法研究.pdf
- 擴(kuò)散張量成像在膠質(zhì)瘤和腦膜瘤鑒別診斷及膠質(zhì)瘤分級(jí)中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘的粗糙集方法與遺傳算法.pdf
- 基于粗糙集的時(shí)序數(shù)據(jù)分析方法研究.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘方法研究及應(yīng)用.pdf
- 粗糙集理論的方法與應(yīng)用研究.pdf
- 基于粗糙集的數(shù)據(jù)約簡(jiǎn)算法研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論