导读:本文包含了鉴别分类论文开题报告文献综述及选题提纲参考文献，主要关键词:学习分类器,CT,肾结石,影像组学
鉴别分类论文文献综述
T.De,Perrot,J.Hofmeister,S.Burgermeister,S.P.Martin,G.Feutry[1]（2019）在《基于低剂量CT平扫的影像组学和机器学习分类器鉴别肾结石与静脉石》一文中研究指出摘要目的低剂量CT(LDCT)对肾结石和静脉石的鉴别诊断对于急性腰痛病人治疗方案的制定具有重要意义,但LDCT鉴别两者存在一定困难。本研究旨在探讨基于LDCT(本文来源于《国际医学放射学杂志》期刊2019年06期）
李东旭,陈琪,刘千琪,田洁,吴长君[2]（2019）在《声辐射力脉冲成像技术联合ACR-TIRADS分类鉴别合并桥本甲状腺炎的结节良恶性的应用》一文中研究指出目的探讨VTI和VTIQ弹性技术对合并桥本甲状腺炎的甲状腺结节良恶性鉴别诊断效能,以及弹性技术联合TIRADS分类对甲状腺良恶性结节的应用价值。方法选取经FNA或手术病理证实的200例患者共204个甲状腺结节,行常规超声与VTIQ、VTI检查。计算VTI、VTIQ及ACR TIRADS分类对鉴别诊断甲状腺良恶性结节的诊断效能。选取诊断效能最高的一组弹性方法,与TIRADS分类联合,确定联合后的诊断效能。采用Z检验分析曲线下面积进行组间比较,比较联合前后TI-RADS分类对甲状腺结节诊断效能。结果 204个甲状腺结节中83个为良性,121个为恶性。VTI硬度分级法、VTI面积比值法、VTIQ SWV平均数、VTIQ SWV最大值、TIRADS分类诊断甲状腺结节良恶性的曲线下面积分别为0.837、0.808、0.709、0.685、0.816。以VTI硬度分级法诊断效能最高,将VTI硬度分级法与TIRADS分类联合对TIRADS 4～5级结节进行升降级,联合后曲线下面积为0.873。联合后,TIRADS联合较TIRADS分类诊断效能提高,差异有统计学意义(P<0.05)。结论 VTI硬度分级法、VTI面积比值法、VTIQ SWV平均数、VTIQ SWV最大值、TIRADS分类均对鉴别甲状腺结节良恶性有较好的应用价值,将VTI硬度分法与TIRADS分类联合后,诊断效能提高。(本文来源于《中国超声医学杂志》期刊2019年11期）
费晓璐,毛晓玲,刘榕娟[3]（2019）在《卵巢肿瘤患者行血清CA125、HE4检测联合超声GI-RADS分类鉴别的价值》一文中研究指出目的:探讨妇科影像报告与数据系统(Gynecology Imaging Reporting and Data System,GI-RADS)结合人附睾蛋白4(human epididymis protein 4,HE4)和糖类抗原125 (carbohydrate antigen 125,CA125)在卵巢恶性肿瘤诊断中的应用价值。方法:纳入2016年2月—2018年2月疑患有附件肿块的患者114例。基于GI-RADS报告系统采用模式识别分析建立初步诊断,并在术前对每例患者的血清HE4和CA125浓度进行测定。将联合检查结果与最终病理学诊断结果进行比较。结果:GI-RADS报告系统结合HE4和CA125的灵敏度、特异度、阳性预测值和阴性预测值分别为95.9%、87.7%、85.5%和96.6%。结论:GI-RADS分类结合HE4和CA125水平在鉴别卵巢恶性肿瘤中表现良好,有助于增进超声诊断医师和临床医师之间的沟通,在指导临床决策和改善患者护理方面发挥着重要作用。(本文来源于《肿瘤影像学》期刊2019年05期）
梁琨,张夏夏,丁静,徐剑宏,韩东燊[4]（2019）在《傅里叶中红外光谱结合稀疏表示分类方法鉴别小麦赤霉病感染等级》一文中研究指出旨在探索感染不同等级赤霉病的小麦中主要成分含量变化引起的傅里叶中红外光谱信息响应,并结合模式识别方法实现基于傅里叶变换中红外光谱的小麦赤霉病等级无损检测。以感染不同等级赤霉病小麦为研究对象,在4 000～400 cm~(-1)波数范围内采集95个小麦样本的傅里叶中红外光谱数据,利用载荷系数法(XLW)与随机森林算法(RF)分析选取小麦样本傅里叶中红外光谱中的敏感波长,利用稀疏表示分类(SRC)算法建模识别小麦感染赤霉病等级。结果表明:XLW算法和RF算法选择的特征波长作为定性分析模型的输入时模型鉴别准确率与全波段光谱数据作输入时均达90%以上,特征波长提取算法可以有效简化模型并提高效率。RF-SRC模型鉴别效果最好,建模集鉴别准确率达97%,测试集鉴别准确率达96%。小麦感染赤霉病等级的不同会引起小麦中水分、淀粉、纤维素、可溶性氮素、蛋白质、脂肪等物质含量的变化,采用RF算法选择的特征波长均反映了这些物质所对应的傅里叶中红外光谱透射光谱特征的差异,结合SRC模型进行小麦赤霉病等级鉴别可达到最好的鉴别效果。因此,利用傅里叶中红外光谱技术结合模式识别方法对小麦赤霉病等级鉴别是可行的,解释了傅里叶中红外光谱技术检测小麦赤霉病等级的机理。(本文来源于《光谱学与光谱分析》期刊2019年10期）
高波,傅晓明[5]（2019）在《ACR TI-RADS分类和超声弹性成像在鉴别甲状腺结节良恶性中的诊断价值》一文中研究指出目的:分析ACRTI-RADS分类和超声弹性成像在鉴别甲状腺结节良恶性中的诊断价值。方法:选取我院2017年6月—2019年6月收治的甲状腺结节患者419例,对所有患者实施ACRTI-RADS分类及超声弹性成像检查,分析两种方法分别使用与联合使用对甲状腺结节良恶性的诊断价值。结果:按照病理学诊断,419例中良性结节308例,恶性结节111例。ACRTI-RADS分类联合超声弹性成像鉴别甲状腺结节良恶性的灵敏度、准确度与特异度远高于单一方法检查结果,两组数据间差异显着(P <0.05)。结论:使用ACRTI-RADS分类联合超声弹性成像鉴别甲状腺结节良恶性,可有效提高检查准确性、特异度与灵敏度,有效指导后续治疗方案的制定,有较高实际应用价值。(本文来源于《影像研究与医学应用》期刊2019年20期）
沈军婕,薛淑恒[6]（2019）在《超声检查联合TI-RADS分类对甲状腺结节性质的鉴别诊断价值》一文中研究指出甲状腺结节是由多种病因引起的常见病症,可单发,也可多发,单发结节发生率较低,但甲状腺癌可能更高。良性甲状腺结节可经药物或手术治疗后达到治愈效果,预后较好,恶性甲状腺结节即甲状腺癌较良性结节治愈难度较大,乳头状癌早期发现治疗预后较好,滤泡状癌有血管侵犯倾向,预后相对较差,未分化癌则恶性程度高,预后差,1年内生存率不超过10%[1,2]。不同类型甲状腺结节临床治疗及预后均有所不同,尽早做出准确的诊断是保障临床治疗效果、避免结节发展、恶化的最有效方法。超声是应用于甲状腺结节筛查诊断的最常用影像学(本文来源于《实用医药杂志》期刊2019年10期）
黄泳莹,汤庆,周兴华,何珂,张雨欣[7]（2019）在《联合超声TI-RADS分类与弹性成像法鉴别甲状腺结节》一文中研究指出目的探讨联合甲状腺影像报告和数据系统(TI-RADS)与弹性成像法对甲状腺结节良恶性的鉴别诊断效能。方法选取行术前超声检查及手术或甲状腺细针抽吸活检(FNA),有明确病理结果的患者113例,共113个结节,分别进行TI-RADS分类、弹性分级及联合评分。用SPSS 22.0统计软件构建受试者工作特征(ROC)曲线,根据约登指数最高临界点确定诊断界值。采用Bootstrap非参数法比较曲线下面积。结果 TI-RADS分类法以4.5为诊断界值,ROC曲线下面积为0.838,敏感性、特异性和准确度分别为0.796、0.797、0.796。弹性分级法以2.5为诊断界值,ROC曲线下面积为0.907,敏感性、特异性和准确度分别为0.898、0.828、0.858。联合评分法以7.5为诊断界值, ROC曲线下面积为0.940,敏感性、特异性和准确度分别为0.776、0.938、0.867。TI-RADS分类法与弹性分级法比较,差异无统计学意义(P>0.05),而TI-RADS分类法与联合评分法比较,差异有统计学意义(P<0.05)。结论 TI-RADS分类法与弹性分级法对甲状腺结节良恶性的诊断效能无明显差别,而联合评分法可提高对甲状腺结节良恶性的诊断效能。(本文来源于《广东医学》期刊2019年13期）
马吉仁[8]（2019）在《仔猪腹泻的分类鉴别诊断与防治》一文中研究指出本文从病原学、流行特点、临床症状、病理变化等方面对临床上常见的4种仔猪腹泻病(仔猪白痢、仔猪黄痢、仔猪红痢、猪传染性胃肠炎)进行分类鉴别诊断,并提出了防大于治的原则,认真落实共性预防措施和个性预防措施,杜绝本病的发生。(本文来源于《养殖与饲料》期刊2019年06期）
张林,韩美林,杨琳,王洋[9]（2019）在《基于多分类器融合的近红外光谱技术鉴别蜂蜜品种》一文中研究指出建立基于多分类器融合的近红外光谱技术判别蜂蜜品种的方法。采用Fisher,SVM,PLS-DA和Ada Boost作为单分类器,分别建立蜂蜜品种的判别模型,通过差异性度量值分别对单个分类器进行筛选,得到差异性最大的3个分类器,将这3个单分类器进行融合,将融合后的多分类器模型用于对蜂蜜品种的判别分析。单个分类器模型对蜂蜜验证集样本正确率最大值为89%,采用加权投票方法对分类器进行融合,得到各个分类器的权值,融合后的模型对蜂蜜的判别正确率提高到96%。该方法鉴别准速度快,确度高,适用于对蜂蜜品种的鉴别。(本文来源于《化学分析计量》期刊2019年03期）
苏才丽,柳玮华,郑晓丹,魏雪静,刘红刚[10]（2019）在《CD163+肿瘤相关巨噬细胞和CyclinD1在新分类的喉异型增生中的表达及鉴别诊断中的应用》一文中研究指出目的探讨CD163+肿瘤相关巨噬细胞(TAMs)和Cyclin D1在2017版WHO头颈部肿瘤分类的喉异型增生中的表达及其在鉴别诊断中的应用。方法收集2009年11月至2011年6月首都医科大学附属北京同仁医院病理科的石蜡包埋标本共133例,其中包括喉原位癌(n=23)、喉高级别异型增生(n=49)、喉低级别异型增生(n=31)、选择同期的声带息肉(n=30)作为对照组,应用免疫组化染色检测上述标本中浸润上皮内的CD163+TAMs百分比及Cyclin D1在上皮基底层、副基底层、中1/3层及上1/3层阳性细胞数量。采用受试者工作曲线(ROC曲线)分析CD163+TAMs和Cyclin D1鉴别诊断高级别和低级别异型增生的灵敏度和特异度。结果喉高级别异型增生中,浸润上皮的CD163+TAMs百分比(17. 2%)明显高于其在喉低级别异型增生中的百分比(1. 2%),差异有统计学意义(P=0. 000)。喉上皮基底层中Cyclin D1的表达在喉高级别异型增生(61. 18±15. 16 cells/field)比喉低级别异型增生(15. 26±7. 39cells/field)明显增加(P <0. 01)。CD163+TAMs作为诊断标志物鉴别喉低级别异型增生与高级别异型增生的曲线下面积(AUC)为0. 958,Cyclin D1的AUC为0. 909(P <0. 01)。结论浸润上皮内的CD163+TAMs和基底层Cyclin D1的表达模式可作为鉴别喉高级别异型增生与低级别异型增生的标志物;在喉癌前病变进展过程中Cyclin D1成对称的表达模式。(本文来源于《临床和实验医学杂志》期刊2019年09期）
鉴别分类论文开题报告
（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：
目的探讨VTI和VTIQ弹性技术对合并桥本甲状腺炎的甲状腺结节良恶性鉴别诊断效能,以及弹性技术联合TIRADS分类对甲状腺良恶性结节的应用价值。方法选取经FNA或手术病理证实的200例患者共204个甲状腺结节,行常规超声与VTIQ、VTI检查。计算VTI、VTIQ及ACR TIRADS分类对鉴别诊断甲状腺良恶性结节的诊断效能。选取诊断效能最高的一组弹性方法,与TIRADS分类联合,确定联合后的诊断效能。采用Z检验分析曲线下面积进行组间比较,比较联合前后TI-RADS分类对甲状腺结节诊断效能。结果 204个甲状腺结节中83个为良性,121个为恶性。VTI硬度分级法、VTI面积比值法、VTIQ SWV平均数、VTIQ SWV最大值、TIRADS分类诊断甲状腺结节良恶性的曲线下面积分别为0.837、0.808、0.709、0.685、0.816。以VTI硬度分级法诊断效能最高,将VTI硬度分级法与TIRADS分类联合对TIRADS 4～5级结节进行升降级,联合后曲线下面积为0.873。联合后,TIRADS联合较TIRADS分类诊断效能提高,差异有统计学意义(P<0.05)。结论 VTI硬度分级法、VTI面积比值法、VTIQ SWV平均数、VTIQ SWV最大值、TIRADS分类均对鉴别甲状腺结节良恶性有较好的应用价值,将VTI硬度分法与TIRADS分类联合后,诊断效能提高。
（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。
鉴别分类论文参考文献
[1].T.De,Perrot,J.Hofmeister,S.Burgermeister,S.P.Martin,G.Feutry.基于低剂量CT平扫的影像组学和机器学习分类器鉴别肾结石与静脉石[J].国际医学放射学杂志.2019
[2].李东旭,陈琪,刘千琪,田洁,吴长君.声辐射力脉冲成像技术联合ACR-TIRADS分类鉴别合并桥本甲状腺炎的结节良恶性的应用[J].中国超声医学杂志.2019
[3].费晓璐,毛晓玲,刘榕娟.卵巢肿瘤患者行血清CA125、HE4检测联合超声GI-RADS分类鉴别的价值[J].肿瘤影像学.2019
[4].梁琨,张夏夏,丁静,徐剑宏,韩东燊.傅里叶中红外光谱结合稀疏表示分类方法鉴别小麦赤霉病感染等级[J].光谱学与光谱分析.2019
[5].高波,傅晓明.ACRTI-RADS分类和超声弹性成像在鉴别甲状腺结节良恶性中的诊断价值[J].影像研究与医学应用.2019
[6].沈军婕,薛淑恒.超声检查联合TI-RADS分类对甲状腺结节性质的鉴别诊断价值[J].实用医药杂志.2019
[7].黄泳莹,汤庆,周兴华,何珂,张雨欣.联合超声TI-RADS分类与弹性成像法鉴别甲状腺结节[J].广东医学.2019
[8].马吉仁.仔猪腹泻的分类鉴别诊断与防治[J].养殖与饲料.2019
[9].张林,韩美林,杨琳,王洋.基于多分类器融合的近红外光谱技术鉴别蜂蜜品种[J].化学分析计量.2019
[10].苏才丽,柳玮华,郑晓丹,魏雪静,刘红刚.CD163+肿瘤相关巨噬细胞和CyclinD1在新分类的喉异型增生中的表达及鉴别诊断中的应用[J].临床和实验医学杂志.2019