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),請進行舉報或認領(lǐng)
文檔簡介
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告予以標準化,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影像特點提取的診斷規(guī)則輔助分級診斷膠質(zhì)瘤的性能,探討粗糙集方法輔助影像診斷的價值。
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編碼庫對數(shù)據(jù)庫中隨訪病例的診斷
2、進行編碼,實現(xiàn)診斷的標準化。ACR編碼庫包括解剖表和病理表,表中對每個解剖部位及病理診斷使用數(shù)字進行編碼,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,每個表中分類或者診斷用字母+數(shù)字進行編碼。
(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(包括T1WI、T2WI及Flair)及增強特
3、點(包括常規(guī)增強、動脈期強化、靜脈期強化、延遲期強化)等共19項中樞神經(jīng)系統(tǒng)腫瘤常規(guī)CT/MRI的影像特征,并建立每項影像特征的標準化選項,用于中樞神經(jīng)系統(tǒng)腫瘤診斷報告的標準化。
(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、病理報告、病理圖像)、影像資料(影像檢查項目、影像報告、報告醫(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存在數(shù)據(jù)表中,病理及影像圖像儲存在本地硬盤,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,實現(xiàn)人機對話式的隨訪信息維護、記錄查詢、病種統(tǒng)計、診斷符合率統(tǒng)計、數(shù)據(jù)導X/導出、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(低級別膠質(zhì)瘤151例,高級別膠質(zhì)瘤1
5、24例),術(shù)前常規(guī)MRI平掃及增強檢查,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及增強特點等MRI征象,粗糙集基于Rosetta軟件使用遺傳算法進行屬性約簡并產(chǎn)生診斷規(guī)則,分類回歸樹使用CRT算法建立預測膠質(zhì)瘤分級診斷模型,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)庫實現(xiàn)設(shè)計的各項功能,運行穩(wěn)定;并且診斷標準化的使用提高了數(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)隨訪記錄診斷報告的標準化管理,其標準化數(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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對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)的知識發(fā)現(xiàn)與推理方法研究.pdf
- 基于粗糙集和粒度計算的數(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)庫知識發(fā)現(xiàn)研究.pdf
- 粗糙集理論在數(shù)據(jù)庫知識發(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)庫知識發(fā)現(xiàn)中的應(yīng)用研究.pdf
- MR彌散加權(quán)成像對膠質(zhì)瘤分級診斷的應(yīng)用價值.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)約簡算法研究與應(yīng)用.pdf
評論
0/150
提交評論