孤立肺结节计算辅助诊断的应用研究(第Ⅱ部分)
目的：利用Bayes分析对SPN的恶性度进行定量分析,并前瞻评价其诊断精确性. 方法：自2011年1月至2015年3月,共109个结节分别作了结节的薄层及高分辨薄层扫描,其中36个作了磁共振扫描.记录患者的年龄、病史及结节特点,使用第Ⅰ部分研究的要求进行统计学处理. 结果：Bayes分析预测结节的恶性概率分别为1％～20％12个,21％～40％24个,41％～60％29个,61％～80％17个,81％以上为27个.病理学证实恶性结节77个,良性结节33个.将恶性概率≥41％规定为恶性结节,则Bayes分析的诊断精确性是89％,误诊率为10％,而专家诊断的精确性和误诊率分别为76％和26％,两者具有显著性差异(u=1.99,P＜0.05). 结论：Bayes分析是定量SNP恶性概率的有价值的方法.
孤立肺结节 磁共振扫描 鉴别诊断 恶性概率
彭光明 欧陕兴 李彬 李小荣 罗道首 张莉 乔国庆
广州军区总医院
国内会议
广州
中文
213-216
2015-10-08（万方平台首次上网日期，不代表论文的发表时间）