甲状腺良恶性结节超声二维灰阶图像鉴别的数学模型比较研究

摘要：

目的 构建并比较甲状腺良恶性结节超声二维灰阶图像的多种数学模型.方法 收集河北医科大学第三医院2015年6月至2021年6月行超声检查发现甲状腺结节的504例患者.术中共切取546个甲状腺结节样本行病理学检查,其中良性结节415个,恶性结节131个.根据甲状腺结节超声二维图像的灰度值,找到区分良恶性的显著征象;通过数学模型建立多种分类器,比较不同分类器显示良恶性结节的精度和覆盖度,找到最优的数学分类模型.结果 通过用良恶性的显著特征构建Fisher分类、回归分类、贝叶斯分类和Libsvm分类.Libsvm分类诊断甲状腺结节良恶性的精度和覆盖度最优,诊断甲状腺良性结节的精确度为93.8％,覆盖度为78.9％;甲状腺恶性结节精确度为81.8％,覆盖度为94.7％.结论 Libsvm分类器可以快捷精准地判断甲状腺结节良恶性,进一步促进甲状腺结节的临床诊断及治疗.

关键词：甲状腺结节、超声、Libsvm分类、数学模型

所属期刊栏目：19

分类号：R581(内分泌腺疾病及代谢病)

资助基金：河北省重点研发计划项目;河北省自然科学基金资助项目

在线出版日期：2022-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：156-160