导读:本文包含了直方图分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:直方图,磁共振,表观,系数,肿瘤,腮腺,涂片。
直方图分析论文文献综述
田阳,刘政,李泞姗,袁芳,荣娅妮[1]（2019）在《超声剪切波弹性成像直方图分析鉴别乳腺肿块良恶性的初步研究》一文中研究指出目的利用直方图分析技术来量化和判读乳腺肿块良恶性的弹性图像,以降低不同仪器间差异性和医生工作量,增强乳腺肿瘤检测的客观性、准确率和重复性。方法选取2017年1月至2019年1月间于我院就诊的共59个乳房肿块构成研究组。肿块按照BI-RADS标准进行分类,然后启动弹性成像功能采集数据,在弹性成像图上围绕病灶边缘手动绘制感兴趣区,进行直方图分析。结果直方图分析的诊断性能(AUC=0.93)优于超声弹性成像(AUC=0.90)和常规超声的BI-RADS分类(AUC=0.84)。结论超声弹性成像直方图分析方法能够对乳腺良、恶性病变的进行分类,并具有较高的诊断效能,有助于提高医师鉴别乳腺肿块良恶性的能力。(本文来源于《中国医疗设备》期刊2019年12期）
徐杰,李海歌,朱建国,吕牧,周志超[2]（2019）在《基于增强CT直方图分析在胃间质瘤的分级诊断及良恶性鉴别中的初步研究》一文中研究指出目的通过CT直方图分析胃间质瘤(GST)的图像异质性,为预测GST分级提供新的客观定量影像学指标。方法搜集60例GSTs患者共62枚肿瘤,根据病理结果将肿瘤分为4个等级。使用图像分析软件提取直方图参数。共纳入81个直方图参数(增强叁期每期27个参数),对其进行Kruskale Wallis检验,评价不同分级间参数差异。通过Logistic回归分析筛选出能够鉴别良性(Ⅰ～Ⅲ级)和恶性(Ⅳ级)GSTs的参数。采用受试者工作特征曲线(ROC)评价参数/参数组合鉴别良恶性GSTs的效能。结果鉴别良恶性GST的最佳参数为相对偏差、均匀性、最小强度和体积计数。ROC曲线下面积(AUC)显示动脉期均匀性联合延迟期相对偏差对鉴别良恶性GSTs有最佳效能(AUC=0.935;P<0.001)。结论增强CT直方图分析可用于GST的分级诊断及良恶性鉴别。(本文来源于《临床放射学杂志》期刊2019年11期）
石爱新[3]（2019）在《血小板异常直方图结合血涂片在血小板计数中的应用分析》一文中研究指出目的:分析血小板异常直方图结合血涂片在判断血小板计数结果中的应用效果。方法:采用血细胞分析仪对200例血液标本进行分析测定,根据检测结果的不同分为正常血小板组、大血小板组、血小板凝集组和小红细胞干扰组,通过血涂片计数法统计血小板计数。结果:正常血小板组采用血细胞分析仪和血涂片计数法检测结果比较,差异无统计学意义(P>0.05)。大血小板组和血小板凝集组使用血细胞分析仪和血涂片计数法检测结果比较,差异有统计学意义(P<0.05),且血细胞分析仪检测结果偏低。小红细胞干扰组使用血细胞分析仪和血涂片计数法检测结果比较,差异有统计学意义(P<0.05),且血细胞分析仪检测结果偏高。结论:应用血细胞分析仪在测定血小板计数过程中易受多种因素的影响,故针对异常血小板直方图,临床应着重分析异常原因,并通过血涂片计数复核,防止出现误差。(本文来源于《中国社区医师》期刊2019年31期）
吴莎莎,于晓军,郑召龙,陈永升,牛庆亮[4]（2019）在《ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变》一文中研究指出目的探讨ADC全容积直方图分析法鉴别诊断乳腺良恶性肿块样病变的价值。方法回顾性分析经手术及病理证实的88例乳腺肿块样病变患者,其中恶性57例、良性31例,均接受乳腺MR平扫+动态增强及DWI扫描,测量并记录ADC全容积直方图参数(包括多个百分位ADC值、ADC_(min)、ADC_(max)、ADC_(mean)、偏度、峰度及标准差)及常规平均ADC值。比较乳腺良恶性病变各ADC直方图参数及常规平均ADC值,采用ROC曲线分析评估各参数鉴别良恶性病变的效能。结果良恶性病变ADC直方图参数(各ADC值、偏度、峰度、标准差)及常规平均ADC值差异均有统计学意义(P均<0.05);其中第75、90百分位ADC值鉴别良恶性病变的AUC最高,为0.84。ADC直方图参数ADC_(mean)、第50百分位ADC值鉴别乳腺肿块样病变良恶性的AUC与常规平均ADC值的AUC比较差异均有统计学意义(P均<0.05)。结论 ADC全容积直方图可全面反映病灶整体信息,对鉴别乳腺良恶性病变具有一定价值。(本文来源于《中国医学影像技术》期刊2019年10期）
牛淼,刘爱连,张钦和,李烨,郭妍[5]（2019）在《ADC直方图及纹理分析参数鉴别子宫肉瘤与变性肌瘤的价值》一文中研究指出目的初探ADC直方图及纹理分析参数对子宫肉瘤与变性肌瘤的鉴别诊断价值。方法回顾性分析经病理证实且均行1.5 T MRI T_1WI、T_2WI、DWI(b=600 s/mm~2)及LAVA增强序列扫描的16例子宫肉瘤(US)与31例变性子宫肌瘤(DUF)患者资料。用Omni-Kinetics软件对重建ADC图进行分析和测量。将所测得的直方图参数(最大值、平均值、标准差、一致性、50~(th)、75~(th)、90~(th)、95~(th)、偏度、峰度)及纹理分析参数(能量、熵)采用独立样本t检验或非参数Mann-Whitney检验进行分析,应用ROC曲线评估上述参数鉴别US与DUF的诊断效能。结果 US的最大值、平均值、标准差、50~(th)、75~(th)、90~(th)、95~(th)、偏度、熵值均小于DUF,能量值、一致性大于DUF,差异均有统计学意义(P<0.05)。其中熵值的曲线下面积(AUC)最大,诊断效能最佳(AUC=0.94)。结论 ADC直方图及纹理分析参数为鉴别US与DUF能提供更多的诊断信息,其中以熵值的诊断效能最高。(本文来源于《临床放射学杂志》期刊2019年10期）
Jorge,Michel,Díaz,Rodriguez,姚品,万旺根[6]（2019）在《基于直方图计算与分析的视频关键帧选取方法》一文中研究指出目前视频在教育、健康、工业等领域有着广泛的应用。这一领域的重要研究表明,视频和图像的处理仍然是一个挑战,进一步的深入研究是相当复杂的。在过去的几十年里,在这一领域的研究中,人们提出了不同的方法和应用。最常用的一种方法是通过关键帧提取技术来对视频数据进行压缩。提出了一种简单、快速、高效、复杂度低的方法,该方法利用直方图差异来实现视频关键帧。算法在读取视频、确定该视频的帧数以及通过计算两个连续帧绝对差的均值和标准差来提高这些帧之间的对比度之后,引入一种均衡化技术来计算每一帧的直方图,这样就可以计算出视频帧之间的直方图差值。之后再进行适当的阈值比较,如果连续两帧之间的直方图差值大于之前计算的阈值,那么当前帧就被选作关键帧。结果表明,该算法不仅复杂度低,而且简单有效。(本文来源于《电子测量技术》期刊2019年19期）
程佳荣,王莉莉,黄刚,马娅琼,张文文[7]（2019）在《直肠癌全容积表观扩散系数直方图参数与其临床病理特征的相关性分析》一文中研究指出目的探讨直肠癌全容积表观扩散系数(ADC)直方图参数与临床病理特征的相关性。方法收集64例经病理证实为直肠腺癌的患者,术前采用OmniKinetics软件于ADC图像手动绘制肿瘤每一层轮廓为感兴趣区(ROI),由后处理软件自动计算获取全肿瘤体积的ADC直方图参数,包括ADC_(min)、ADC_(max)、ADC_(median)、ADC_(mean)、ADC_(10)、ADC_(25)、ADC_(75)、ADC_(90)、偏度、峰度,比较肿瘤标志物、免疫组化指标、肿瘤大小以及有无淋巴结转移组间的ADC参数值的差异;对ADC直方图参数与临床病理特征之间的相关性进行多元线性回归分析。结果淋巴结转移组、Ki-67≥50%组、CA199≥37 U/ml组、CA72-4≥8.2 U/ml组ADC25值均低于无淋巴结转移组、Ki-67<50%组、CA199<37 U/ml组、CA72-4<8.2 U/ml组(P<0.05或P<0.01)。CD31阳性组、CD56阳性组ADC_(75)值低于其阴性组(P<0.05)。偏度与各个临床病理特征均无相关性(P>0.05)。多元线性回归分析结果显示,CD31阳性与ADC_(mean)、ADC_(25)、ADC_(75)相关(P<0.05),其中,ADC_(25)对CD31阳性影响最大(标准回归系数为0.210)。结论 ADC_(max)、ADC_(mean)、ADC_(median)、ADC_(10)、ADC_(25)以及ADC_(75)在直肠癌诊断应用中可靠性高,其中,ADC_(mean)、ADC_(25)和ADC_(75)与直肠癌肿瘤标志物及免疫组化标记物相关性较高,可作为评估直肠癌预后的重要影像学指标。(本文来源于《解放军医学杂志》期刊2019年09期）
田晓燕,杜丹丹,徐骥,吴兴旺[8]（2019）在《平扫、增强CT直方图分析对甲状腺良恶性结节的鉴别诊断价值》一文中研究指出目的探讨平扫、增强CT直方图分析在甲状腺良恶性结节鉴别诊断中的价值。方法回顾性分析经手术病理证实的甲状腺结节患者53例,其中良性结节16个,恶性结节37个,患者术前均行颈部平扫和增强CT扫描,将图像导入Artificial Intelligent Kit软件,对病灶的最大层面进行勾画,软件自动计算,提取直方图参数:熵、偏度、峰度、SD值,第50、90、95百分位数。采用独立样本的t检验比较甲状腺良恶性结节直方图各参数的差异,并绘制ROC曲线,计算最佳诊断阈值。结果熵在平扫和增强图像中均具有统计学意义,偏度、峰度和第50百分位数均没有统计学意义;SD值,第90、95百分位数只在平扫图像中没有统计学意义,而在增强图像中具有统计学意义。平扫图像中熵的AUC为0.698(95%CI:0.547～0.848),敏感度、特异度分别为43.8%、89.2%,增强图像中熵的AUC为0.841(95%CI:0.705～0.978),敏感度、特异度分别为81.2%、81.1%;增强图像中SD值,第90和95百分位数AUC分别为0.787(95%CI:0.638～0.937)、0.660(95%CI:0.493～0.828)、0.687(95%CI:0.525～0.850),其敏感度、特异度分别为56.2%、97.3%,50%、83.8%和43.8%、91.9%。结论直方图参数对甲状腺良恶性结节鉴别诊断具有一定的参考价值,增强图像对良恶性结节的鉴别诊断有更高的诊断价值,其中第95百分位数的诊断效能较高。(本文来源于《安徽医科大学学报》期刊2019年10期）
黄荟玉,张勇,程敬亮,许珂,文萌萌[9]（2019）在《T2WI肿瘤最大层面直方图分析鉴别腮腺多形性腺瘤与恶性肿瘤》一文中研究指出目的探讨T2WI肿瘤最大层面直方图分析鉴别腮腺多形性腺瘤与恶性肿瘤的价值。方法回顾性分析经手术病理证实的41例腮腺多形性腺瘤及23例腮腺恶性肿瘤患者的MRI资料。采用MaZda软件在轴位最大肿瘤层面T2WI中勾画ROI,进行灰度直方图分析,获取9个特征参数(均值、方差、峰度、偏度、第1百分位数、第10百分位数、第50百分位数、第90百分位数及第99百分位数)进行统计分析,比较腮腺多形性腺瘤与恶性肿瘤间直方图特征参数的差异;绘制ROC曲线,评价以直方图特征参数鉴别腮腺多形性腺瘤与恶性肿瘤的效能。结果 9个特征参数中,第1百分位数及第10百分位数在腮腺多形性腺瘤与恶性肿瘤间差异有统计学意义(P均<0.05),腮腺多形性腺瘤均高于恶性肿瘤。ROC曲线分析显示,第10百分位数最具鉴别诊断效能,AUC为0.70(P=0.01),最佳临界值为76.00,敏感度为66.70%,特异度为60.00%。第1百分位数的ROC曲线AUC、最佳临界值、敏感度及特异度分别为0.67(P=0.04)、46.50、63.90%及60.00%。结论 T2WI肿瘤最大层面直方图分析可作为术前鉴别腮腺多形性腺瘤与恶性肿瘤的重要手段,为临床提供有价值的参考信息。(本文来源于《中国介入影像与治疗学》期刊2019年08期）
马玲,刘爱友,韩广[10]（2019）在《绝对脑血容量值的直方图分析对胶质母细胞瘤与单发转移瘤的鉴别诊断价值》一文中研究指出目的 :探讨基于绝对脑血容量(CBV)值的强化区域的直方图分析在胶质母细胞瘤(GBM)与单发脑转移瘤鉴别中的可行性及诊断效能。方法:纳入经病理证实的15例GBM和12例单发转移瘤作为研究对象。对肿瘤强化区域的定量CBV图做直方图分析,记录2组患者在25%、50%、75%及95%处的直方图截断值(依次记为CBV25%、CBV50%、CBV75%、CBV95%)。采用双侧Mann-Whitney U检验验证2组间各参数差异是否有统计学意义。使用ROC曲线评估参数的鉴别诊断效能。结果:仅CBV75%在2组间差异有统计学意义(P=0.026),ROC曲线下面积为0.84[95%可信区间(0.78,0.90)],当截断值为14.0 mL/100 g时具有最大的诊断效能(似然比为8.9),此时敏感度为89.6%,特异度为84.3%。结论:基于绝对CBV值的强化区域的直方图分析可鉴别GBM及单发脑转移瘤,其中CBV75%作用最大,在GBM瘤周水肿无明显浸润征象时,绝对CBV值的直方图分析可作为新的鉴别方法。(本文来源于《中国中西医结合影像学杂志》期刊2019年04期）
直方图分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的通过CT直方图分析胃间质瘤(GST)的图像异质性,为预测GST分级提供新的客观定量影像学指标。方法搜集60例GSTs患者共62枚肿瘤,根据病理结果将肿瘤分为4个等级。使用图像分析软件提取直方图参数。共纳入81个直方图参数(增强叁期每期27个参数),对其进行Kruskale Wallis检验,评价不同分级间参数差异。通过Logistic回归分析筛选出能够鉴别良性(Ⅰ～Ⅲ级)和恶性(Ⅳ级)GSTs的参数。采用受试者工作特征曲线(ROC)评价参数/参数组合鉴别良恶性GSTs的效能。结果鉴别良恶性GST的最佳参数为相对偏差、均匀性、最小强度和体积计数。ROC曲线下面积(AUC)显示动脉期均匀性联合延迟期相对偏差对鉴别良恶性GSTs有最佳效能(AUC=0.935;P<0.001)。结论增强CT直方图分析可用于GST的分级诊断及良恶性鉴别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
直方图分析论文参考文献
[1].田阳,刘政,李泞姗,袁芳,荣娅妮.超声剪切波弹性成像直方图分析鉴别乳腺肿块良恶性的初步研究[J].中国医疗设备.2019
[2].徐杰,李海歌,朱建国,吕牧,周志超.基于增强CT直方图分析在胃间质瘤的分级诊断及良恶性鉴别中的初步研究[J].临床放射学杂志.2019
[3].石爱新.血小板异常直方图结合血涂片在血小板计数中的应用分析[J].中国社区医师.2019
[4].吴莎莎,于晓军,郑召龙,陈永升,牛庆亮.ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变[J].中国医学影像技术.2019
[5].牛淼,刘爱连,张钦和,李烨,郭妍.ADC直方图及纹理分析参数鉴别子宫肉瘤与变性肌瘤的价值[J].临床放射学杂志.2019
[6].Jorge,Michel,Díaz,Rodriguez,姚品,万旺根.基于直方图计算与分析的视频关键帧选取方法[J].电子测量技术.2019
[7].程佳荣,王莉莉,黄刚,马娅琼,张文文.直肠癌全容积表观扩散系数直方图参数与其临床病理特征的相关性分析[J].解放军医学杂志.2019
[8].田晓燕,杜丹丹,徐骥,吴兴旺.平扫、增强CT直方图分析对甲状腺良恶性结节的鉴别诊断价值[J].安徽医科大学学报.2019
[9].黄荟玉,张勇,程敬亮,许珂,文萌萌.T2WI肿瘤最大层面直方图分析鉴别腮腺多形性腺瘤与恶性肿瘤[J].中国介入影像与治疗学.2019
[10].马玲,刘爱友,韩广.绝对脑血容量值的直方图分析对胶质母细胞瘤与单发转移瘤的鉴别诊断价值[J].中国中西医结合影像学杂志.2019
论文知识图
