导读:本文包含了乳腺摄影论文开题报告文献综述及选题提纲参考文献，主要关键词:全数字化乳腺摄影,动态增强磁共振成像,含钙化灶乳腺病变,病变性质
乳腺摄影论文文献综述
蔡亲磊,张小花,陈洋[1]（2019）在《全数字化乳腺摄影联合动态增强MRI在含钙化灶乳腺病变良恶性鉴别诊断中的应用》一文中研究指出目的探讨全数字化乳腺摄影(FFDM)联合动态增强磁共振成像(DCE-MRI)在含钙化灶乳腺病变患者良、恶性鉴别诊断中的应用价值。方法选取2016年12月至2018年12月含钙化灶乳腺良性病变患者89例设为良性组,同期收治的含钙化灶乳腺恶性病变患者89例设为恶性组。两组均分别接受FFDM及DCE-MRI检查,统计两组病变边缘形态(光滑、毛刺、分叶、不规则)、最小表观扩散系数(ADC值)、平均ADC值、早期增强率,并统计分析FFDM及DCE-MRI检查对乳腺病变单独及联合诊断效能。结果 (1)恶性组病变边缘形态与良性组比较,差异有统计学意义(P<0.01);(2)恶性组最小ADC值、平均ADC值低于良性组(P<0.01);(3)良性组早期增强<60%率(79.78%)高于恶性组(29.21%)(P<0.01);(4)联合诊断敏感度(95.51%)、准确度(93.26%)高于FFDM(77.53%、84.83%)、DCE-MRI(82.02%、87.64%)单独诊断(P<0.05,P<0.01),联合诊断特异度(91.01%)与FFDM(92.13%)及DCE-MRI(93.26%)间无统计学差异(P>0.05)。结论含钙化灶乳腺良性及恶性病变经FFDM与DCE-MRI检查可见明显差异,而联合两种措施进行综合诊断,可提高乳腺病变鉴别诊断敏感度与准确度,最大程度降低漏诊风险。(本文来源于《中国临床研究》期刊2019年11期）
A.Yala,T.Schuster,R.Miles,R.Barzilay,C.Lehman[2]（2019）在《基于深度学习模型对筛查的乳腺钼靶摄影分诊的模拟研究》一文中研究指出摘要最近深度学习(DL)方法在提高敏感度方面显示出大好前景,但并未解决制约放射科医师诊断特异性或效率方面的问题。目的构建DL模型从而对部分无癌症乳腺钼靶影(本文来源于《国际医学放射学杂志》期刊2019年06期）
B.H.?ster?s,A.C.T.Martinsen,R.Gullien,P.Skaane,徐文达[3]（2019）在《基于人群筛查的数字钼靶摄影与乳腺体层摄影中乳腺密度对诊断性能的影响》一文中研究指出摘要目的根据容积密度、年龄和乳腺摄影的结果,比较数字化乳腺摄影(DM)与乳腺体层摄影(DBT)的真阳性和假阳性结果。材料与方法从2010年11月—2012年12月(本文来源于《国际医学放射学杂志》期刊2019年06期）
J.S.Sung,L.Lebron,D.Keating,D.D.Alessio,C.E.Comstock[4]（2019）在《双能量增强数字乳腺摄影在乳腺癌高危女性筛查的性能》一文中研究指出摘要在诊断中,已证明对比剂增强数字乳腺X线摄影(CEDM)比二维全视野数字乳腺X线摄影的敏感性和特异性高,然而很少有研究报道其在筛查环境中的性能。目的 评(本文来源于《国际医学放射学杂志》期刊2019年06期）
E.Kim,L.Moy,Y.M.Gao,A.Hartwell,J.S.Babb[5]（2019）在《美国筛查性乳腺钼靶摄影的城市模式的差异》一文中研究指出摘要目的评价筛查性乳腺钼靶摄影在城市人群中的差异,并确定影响筛查性乳腺钼靶摄影应用的因素。材料与方法本回顾性研究使用了来自大型公开数据库、美国社区(本文来源于《国际医学放射学杂志》期刊2019年06期）
柳哲,范明,李远哲,厉力华[6]（2019）在《数字乳腺断层摄影中钙化簇计算机辅助检测方法》一文中研究指出为了提高数字乳腺断层摄影(Digital Breast Tomosynthesis,DBT)检测诊断速度和准确率,提出一种计算机辅助检测方法。首先,采用多尺度双边滤波预处理,利用多尺度海森矩阵的钙化增强函数和信噪比增强对DBT影像中类似钙化点进行增强,并使用叁维26邻域连通区域生长算法在两种增强的加权叁维体中提取簇中心点和候选钙化点;然后,根据钙化簇的定义,在簇中心附近叁维空间内寻找满足条件的候选微钙化点聚成感兴趣区域;最后,在感兴趣区域的最大密度投影图像中提取纹理、统计等特征,训练随机森林分类器减少钙化簇的假阳性。非参数检验方法表明:在减少假阳性后,对于基于视角的检测中,每个DBT影像平均假阳性个数为0.84时,灵敏度为85%;对于基于乳房的检测中,每个DBT影像平均假阳性个数为0.76时,灵敏度为85%。验证了算法在DBT影像中钙化簇计算机辅助检测中的可行性。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2019年06期）
吴蓓蓓[7]（2019）在《早期乳腺癌患者应用数字乳腺X线摄影的诊断价值分析》一文中研究指出目的:研究早期乳腺癌患者应用数字乳腺X线摄影检查的临床诊断价值。方法:我院选取2017年12月-2018年12月300例早期乳腺癌患者,根据不同诊断技术,分为研究组(N=40)和常规组(N=40),其中常规彩色多普勒超声检查,定义为常规组,数字乳腺X线摄影检查,定义为研究组。分析临床诊断结果。结果:研究组诊断准确率为96.00%,常规组诊断准确率为89.33%,P<0.05。结论:对早期乳腺癌患者采用数字乳腺X线摄影技术,应用价值优异,值得推广。(本文来源于《影像技术》期刊2019年06期）
邢晓红,刘勇[8]（2019）在《小乳癌进行全数字化乳腺钼靶X线摄影检查的诊断价值探讨》一文中研究指出目的探讨小乳癌进行全数字化乳腺钼靶X线摄影检查的诊断价值。方法在医院2013年1月至2018年1月诊治的小乳癌患者中选取150例作研究对象,分别进行全数字化乳腺钼靶X线摄影检查、超声检查。结果①全数字化乳腺钼靶X线摄影检查小乳癌的影像学表现清晰,便于分析、诊断;②钼靶X线影像学对小乳癌的诊断准确率是96.67%(145/150),高于超声检查的90.00%(135/150)(P <0.05)。结论小乳癌进行全数字化乳腺钼靶X线摄影检查的诊断价值显着,可借鉴。(本文来源于《中国医药指南》期刊2019年30期）
郭勇[9]（2019）在《CT与数字乳腺钼靶摄影诊断乳腺癌分析》一文中研究指出目的分析CT与数字乳腺钼靶摄影(简称FFDM)诊断乳腺癌(简称MC)的效果。方法本研究对象为2018年1月～2019年5月间来院治疗的68例疑似MC患者,分A组和B组,均34例,分别行FFDM与CT诊断,对比诊断效果。结果对比两组的疾病类型、单双侧乳腺发病率和肿瘤转移情况无差异(P>0.05)。以病理结果为标准,A组的诊断准确率高于B组(P<0.05)。结论为疑似MC患者行FFDM与CT诊断的效果均佳,但FFDM的准确率更高,可用于临床诊断。(本文来源于《心理月刊》期刊2019年20期）
蔡冬鹭,蔡思清,颜丽笙,许清江,黄淑娟[10]（2019）在《数字乳腺叁维断层摄影技术平均腺体剂量与图像质量的关系》一文中研究指出目的:探究并分析数字乳腺叁维断层摄影技术平均腺体剂量(AGD)与图像质量之间的关系。方法:收集在福建医科大学附属第二医院采用乳腺叁维断层摄影技术进行检查的236例患者的临床资料,根据患者乳腺厚度的不同,分为4组,每组各59人。采用非参数统计以及相关性分析的方法,对不同厚度乳腺的曝光条件(mAs)和AGD的相关性进行分析。对同一厚度,不同AGD条件下成像的乳腺图片,分析其图像信噪比与AGD之间的关系。结果:当乳腺厚度增加时,曝光条件(mAs)与AGD均随之增加,具有明显的相关性(r=0.977, P<0.05)。对于相同厚度的乳腺图片,AGD越高,图像信噪比越高,具有明显的相关性(厚度≤29 mm:r=0.977, P=0.023;厚度30～45 mm:r=0.994, P=0.006;厚度46～59mm:r=0.998, P=0.002;厚度≥60mm:r=0.980, P=0.020)。结论:乳腺的厚度越厚,其曝光条件(mAs)与AGD就越大;对同一厚度的乳腺,AGD越高,成像的图像信噪比越高,图像质量越好。(本文来源于《中国医学物理学杂志》期刊2019年10期）
乳腺摄影论文开题报告
（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：
摘要最近深度学习(DL)方法在提高敏感度方面显示出大好前景,但并未解决制约放射科医师诊断特异性或效率方面的问题。目的构建DL模型从而对部分无癌症乳腺钼靶影
（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。
乳腺摄影论文参考文献
[1].蔡亲磊,张小花,陈洋.全数字化乳腺摄影联合动态增强MRI在含钙化灶乳腺病变良恶性鉴别诊断中的应用[J].中国临床研究.2019
[2].A.Yala,T.Schuster,R.Miles,R.Barzilay,C.Lehman.基于深度学习模型对筛查的乳腺钼靶摄影分诊的模拟研究[J].国际医学放射学杂志.2019
[3].B.H.?ster?s,A.C.T.Martinsen,R.Gullien,P.Skaane,徐文达.基于人群筛查的数字钼靶摄影与乳腺体层摄影中乳腺密度对诊断性能的影响[J].国际医学放射学杂志.2019
[4].J.S.Sung,L.Lebron,D.Keating,D.D.Alessio,C.E.Comstock.双能量增强数字乳腺摄影在乳腺癌高危女性筛查的性能[J].国际医学放射学杂志.2019
[5].E.Kim,L.Moy,Y.M.Gao,A.Hartwell,J.S.Babb.美国筛查性乳腺钼靶摄影的城市模式的差异[J].国际医学放射学杂志.2019
[6].柳哲,范明,李远哲,厉力华.数字乳腺断层摄影中钙化簇计算机辅助检测方法[J].杭州电子科技大学学报(自然科学版).2019
[7].吴蓓蓓.早期乳腺癌患者应用数字乳腺X线摄影的诊断价值分析[J].影像技术.2019
[8].邢晓红,刘勇.小乳癌进行全数字化乳腺钼靶X线摄影检查的诊断价值探讨[J].中国医药指南.2019
[9].郭勇.CT与数字乳腺钼靶摄影诊断乳腺癌分析[J].心理月刊.2019
[10].蔡冬鹭,蔡思清,颜丽笙,许清江,黄淑娟.数字乳腺叁维断层摄影技术平均腺体剂量与图像质量的关系[J].中国医学物理学杂志.2019