导读:本文包含了指数直方图论文开题报告文献综述及选题提纲参考文献，主要关键词:胶质瘤,扩散加权成像,叁指数模型,ROC曲线
指数直方图论文文献综述
李建红,杜勇,肖翔,张静,许乙凯[1]（2019）在《叁指数模型在胶质瘤术前分级中的价值:3D兴趣区直方图分析》一文中研究指出目的探讨多b值扩散加权序列的叁指数模型拟合相关参数3D兴趣区直方图分析在胶质瘤术前分级中的价值。方法分析2016-08—2018-02经病理证实的46例(低级别组17例,高级别组29例)胶质瘤患者的MRI影像资料,分别测量叁维ROI直方图分析叁指数模型相关参数,对低级别组和高级别组上述参数进行比较。结果低级别和高级别组Ds-P5、Ds-P10、Ff-mean和Ff-median比较差异均有统计学意义,分别为:Ds-P5(0.76±0.08)×10~(-3) mm~2/s vs (0.73,0.06)×10~(-3) mm~2/s(IQR,P=0.010);Ds-P10(0.84±0.10)×10~(-3) mm~2/s vs (0.80,0.09)×10~(-3) mm~2/s (IQR,P=0.013);Ff-mean 0.20±0.04 vs 0.22±0.04(P=0.033);Ff-median 0.15±0.06 vs 0.20±0.04(P=0.003)。结论叁指数模型3D兴趣区直方图分析相关参数可以很好地进行胶质瘤术前分级。(本文来源于《中国实用神经疾病杂志》期刊2019年01期）
王希明,包婕,朱默,平小夏,胡春洪[2]（2018）在《MR扩散加权成像单指数模型及体素内不相干运动模型参数直方图对移行区前列腺癌的诊断价值》一文中研究指出目的探讨DWI单指数模型(ADC)和体素内不相干运动(IVIM)双指数模型各参数直方图(Histogram)诊断移行区前列腺癌(PCa)的价值。方法回顾性搜集行前列腺常规MRI扫描和IVIM扫描并获得mp MRI/TRUS融合穿刺病理结果的49例患者资料;按叁维感兴趣容积(VOI)法勾画移行区PCa和前列腺增生(BPH)病灶,计算ADC值和IVIM的D值、D*值和f值,对所测得的参数行Histogram分析,得到各参数平均数、中位数、10%位数、90%位数、偏度和峰度。采用独立样本t检验(正态分布)和Mann-Whitney U检验(非正态分布)比较PCa组和BPH组Histogram参数,对于两组间差异具有统计学意义的参数值,应用ROC曲线分析各Histogram参数对移行区PCa和BPH的鉴别诊断效能。结果经病理证实移行区PCa 23例(28个病灶)和BPH 26例(33个病灶);PCa组和BPH组的叁维Histogram分析参数中,ADC值平均数、中位数、10%位数、90%位数偏度和峰度与D值的平均数、中位数和90%位数的差异具有统计学意义(P<0.05);ADC值平均数、中位数、10%位数、90%位数与D值平均数、中位数在鉴别移行区PCa和BPH的效能较高,ADC值平均数联合D值平均数曲线下面积(0.936)高于各单一参数的诊断效能,且差异具有统计学意义(P=0.049)。结论 DWI单指数模型和IVIM模型叁维Histogram分析提供了病灶各参数的整体信息,对移行区PCa和BHP的鉴别诊断有一定的价值,以ADC值平均数联合D值平均数的诊断效能最优。(本文来源于《临床放射学杂志》期刊2018年04期）
王希明,包婕,朱默,平小夏,胡春洪[3]（2017）在《MR扩散加权成像单指数模型及体素内不相干运动模型(IVIM)参数直方图对移行区前列腺癌的诊断价值》一文中研究指出目的探讨DWI单指数模型和体素内不相干运动(IVIM)双指数模型各参数直方图(Histogram)诊断移行区前列腺癌(PCa)的价值。方法回顾性收集行前列腺常规MRI扫描和IVIM扫描并获得mpMRI/TRUS融合穿刺病理结果的48例患者资料;按叁维感兴趣区(VOI)法勾画移行区前列腺癌(PCa)和前列腺增生(BPH)病灶,计算ADC值和IVIM的D值、D*值和f值,对所测得(本文来源于《中国中西医结合学会医学影像专业委员会第十五次全国学术大会暨上海市中西医结合学会医学影像专业委员会2017年学术年会暨《医学影像新技术的临床应用》国家级继续教育学习班资料汇编》期刊2017-07-14）
梁丽丽[4]（2017）在《DWI指数模型和定量容积直方图在胰腺肿瘤鉴别诊断中的价值》一文中研究指出第一部分多b值DWI成像指数模型在胰腺肿瘤鉴别诊断中的价值目的:评估多b值弥散加权成像指数模型对胰腺肿瘤的诊断及鉴别诊断价值。材料与方法:本研究回顾性分析了77例胰腺占位患者,所有病灶均经手术病理证实。21例胰腺正常患者作为对照组纳入。每例患者均行上腹部常规MR扫描及多b值DWI扫描,取0-1000s/mm2的共12个b值。对不同胰腺肿瘤的ADCstandard、ADCslow、ADCfast、f值参数进行比较,分析其鉴别不同胰腺肿瘤及与正常胰腺的敏感性和特异性。结果:77例胰腺肿瘤中包括38例胰腺癌,14例粘液性囊腺瘤,14例浆液性囊腺瘤和11例实性假乳头状瘤。ADCstand可以用来鉴别胰腺癌VS粘液性囊腺瘤、胰腺癌VS浆液性囊腺瘤、胰腺癌VS实性假乳头状瘤(P<0.001,P<0.001,P=0.018);粘液性囊腺瘤VS实性假乳头状瘤、粘液性囊腺瘤VS正常胰腺(P均<0.001);浆液性囊腺瘤VS实性假乳头状瘤、浆液性囊腺瘤VS正常胰腺(P均<0.001);实性假乳头状瘤VS正常胰腺(P=0.008)。ADCslow可以用来鉴别胰腺癌VS粘液性囊腺瘤、胰腺癌VS浆液性囊腺瘤、胰腺癌VS实性假乳头状瘤、粘液性囊腺瘤VS正常胰腺、浆液性囊腺瘤VS正常胰腺、实性假乳头状瘤VS正常胰腺(P均<0.05)。ADC fast可以用来鉴别(胰腺癌vs实性假乳头状瘤、粘液性囊腺瘤vs实性假乳头状瘤、浆液性囊腺瘤vs实性假乳头状瘤、浆液性囊腺瘤VS正常胰腺(P均<0.05)。f值可以用来鉴别胰腺癌vs正常胰腺(P<0.05)。ADCstand值在区分胰腺癌VS浆液性囊腺瘤,胰腺癌VS实性假乳头状瘤,粘液性囊腺瘤VS实性假乳头状瘤,浆液性囊腺瘤VS实性假乳头状瘤,浆液性囊腺瘤VS正常胰腺,实性假乳头状瘤VS正常胰腺上意义最大。ADCslow值在区分胰腺癌VS粘液性囊腺瘤,粘液性囊腺瘤VS正常胰腺上意义最大。f值在区分胰腺癌VS正常胰腺上意义最大。结论:应用多b值DWI指数模型,加上常规MRI和动态增强成像,可以更有效的提高诊断效能,为临床提供更多的帮助。第二部分ADC直方图对胰腺肿瘤诊断与鉴别诊断价值的初步研究目的:本研究的目的是评估ADC直方图对胰腺肿瘤诊断与鉴别诊断的价值。材料与方法:回顾性分析107例具有完整资料,最终经病理证实的胰腺疾病病人,25例正常胰腺做为对照组纳入研究。每位患者均进行上腹部MRI扫描及DWI b=0、800 s/mm2扫描,取DWI原始图像进行直方图测量分析,测量分别由两位有经验的医师进行,对两次测量结果做Bland-Altman图及进行组内相关系数(ICC)一致性分析。对不同胰腺肿瘤直方图的各个参数进行比较,分析其鉴别不同胰腺肿瘤及与正常胰腺的敏感性和特异性。结果:107例胰腺肿瘤中包括47例胰腺癌,16例胰腺浆液性囊腺瘤,14例粘液性囊腺瘤,14例实性假乳头状瘤,16例神经内分泌肿瘤。组内相关系数分析显示两次测量之间具有很好的一致性,ICC值均>0.9>0.75。单因素方差分析显示,直方图各个参数在总体鉴别胰腺各种肿瘤方面均有统计学意义(P均<0.05)。对不同肿瘤组方图参数进行LSD两两比较显示ADC平均值(Mean),中位值(Median),偏度(skewness),第10百分位数(10%),第25百分位数(25%),第50百分位数(50%),第75百分位数(75%),第90百分位数(90%)可以用来区分浆液性囊腺瘤与胰腺癌、实性假乳头状瘤、神经内分泌肿瘤、正常胰腺;粘液性肿瘤与胰腺癌、实性假乳头状瘤、神经内分泌肿瘤、正常胰腺。Mean,Median,熵值(entropy),10%,25%,50%可以区分胰腺癌与实性假乳头状瘤。峰度(kurtosis)值可能可以区分浆液性囊腺瘤和粘液性囊腺瘤(P值=0.004)。熵值,第10百分位数(10%),第25百分位数(25%)可以用来区分实性假乳头状瘤与神经内分泌肿瘤(P值均<0.05)。ADC值第10百分位数在胰腺癌与实性假乳头状瘤以及粘液性囊腺瘤与神经内分泌肿瘤鉴别上意义最大。ADC值第25百分位数在胰腺神经内分泌肿瘤与实性假乳头状瘤鉴别上意义最大。浆液性囊腺瘤、粘液性囊腺瘤和其它肿瘤的鉴别各有意义的参数的敏感性和特异性均>0.9。结论:ADC直方图对胰腺不同肿瘤的鉴别诊断具有重要意义,可以更有效的提高诊断效能,为临床提供更多的帮助。(本文来源于《华中科技大学》期刊2017-05-18）
高明霞,姚文集,毛国君[5]（2011）在《XML数据流中面向聚类的指数直方图》一文中研究指出为了实现XML(extensible markup language)数据流的在线动态聚类,提出一种XML聚类特征指数直方图.该结构以XML时间聚类特征为基础,遵循指数直方图的维护规律.采用该结构的聚类算法在真实和模拟数据集上的实验结果说明:这一结构在聚类质量上可以达到甚至超过静态聚类方法;直方图个数固定时,内存开销基本稳定.(本文来源于《北京工业大学学报》期刊2011年08期）
隋文涛,张丹,张宇[6]（2007）在《过程能力指数的计算与质量直方图的绘制》一文中研究指出介绍了工序能力指数的计算方法和电子产品质量直方图的绘制,并探讨了计算机实现方法,可直观显示质量状态和定量分析质量保证能力。软件界面友好,可有效的用于质量控制中。(本文来源于《微计算机信息》期刊2007年30期）
赵立兴,唐英干,刘冬,关新平[7]（2005）在《基于直方图指数平滑的模糊散度图像分割》一文中研究指出当图像灰度直方图具有多峰时,模糊散度图像分割方法的参数初始化有困难。针对这一问题,基于直方图指数平滑峰点自动检测原理,提出了一种自适应的模糊散度图像分割算法。该算法首先利用直方图指数平滑峰点自动检测原理,检测出直方图合理的波峰点和波谷点,并统计波峰的个数。然后利用检测到的波谷值初始化目标平均灰度等级搜索区间,利用波峰值初始化散度函数搜索区间,分类数由检测到的峰点个数来确定。实验结果表明,该方法更具有普遍性和适应性。(本文来源于《系统工程与电子技术》期刊2005年07期）
陈涛,司锡才[8]（2004）在《基于直方图的模糊最大指数熵图像分割方法》一文中研究指出针对最大熵阈值分割算法的计算缺陷,提出了一种基于直方图的模糊最大指数熵阈值图像分割新算法.该算法把模糊性指数、模糊熵概念应用到图像分割中,结合基于灰度图像直方图的模糊最大熵阈值图像分割理论,给出了模糊最大熵的新定义,同时引入了指数熵的概念.该算法能较好地完成图像分割,较传统分割算法具有更强的抗噪能力,为后续的图像处理提供了良好的基础.通过对真实目标灰度图像的分割和对比实验,表明本文新算法分割准确,性能优越.(本文来源于《哈尔滨工程大学学报》期刊2004年04期）
曾赞喜,文晖,林祥顺[9]（2000）在《理化检验数据直方图绘制及工序能力指数计算》一文中研究指出简述了计算机绘制理化检测数据直方图、计算工序能力指数的步骤 ,通过对直方图的观察分析 ,可发现质量异常情况 ,而工序能力指数可定量分析质量保证能力。(本文来源于《理化检验(物理分册)》期刊2000年01期）
任彬,汪炳权,罗斌[10]（1997）在《基于直方图指数平滑的阈值和峰点自动检测方法》一文中研究指出在阐述图象灰度分布直方图指数平滑处理的基础上，提出了直方图阈值、峰点的自动检测算法。实验结果表明，本文提出的方法不仅算法简单、运行速度快，而且检测出的阈值、峰点也较为准确、合理。(本文来源于《中国图象图形学报》期刊1997年04期）
指数直方图论文开题报告
（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DWI单指数模型(ADC)和体素内不相干运动(IVIM)双指数模型各参数直方图(Histogram)诊断移行区前列腺癌(PCa)的价值。方法回顾性搜集行前列腺常规MRI扫描和IVIM扫描并获得mp MRI/TRUS融合穿刺病理结果的49例患者资料;按叁维感兴趣容积(VOI)法勾画移行区PCa和前列腺增生(BPH)病灶,计算ADC值和IVIM的D值、D*值和f值,对所测得的参数行Histogram分析,得到各参数平均数、中位数、10%位数、90%位数、偏度和峰度。采用独立样本t检验(正态分布)和Mann-Whitney U检验(非正态分布)比较PCa组和BPH组Histogram参数,对于两组间差异具有统计学意义的参数值,应用ROC曲线分析各Histogram参数对移行区PCa和BPH的鉴别诊断效能。结果经病理证实移行区PCa 23例(28个病灶)和BPH 26例(33个病灶);PCa组和BPH组的叁维Histogram分析参数中,ADC值平均数、中位数、10%位数、90%位数偏度和峰度与D值的平均数、中位数和90%位数的差异具有统计学意义(P<0.05);ADC值平均数、中位数、10%位数、90%位数与D值平均数、中位数在鉴别移行区PCa和BPH的效能较高,ADC值平均数联合D值平均数曲线下面积(0.936)高于各单一参数的诊断效能,且差异具有统计学意义(P=0.049)。结论 DWI单指数模型和IVIM模型叁维Histogram分析提供了病灶各参数的整体信息,对移行区PCa和BHP的鉴别诊断有一定的价值,以ADC值平均数联合D值平均数的诊断效能最优。
（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。
指数直方图论文参考文献
[1].李建红,杜勇,肖翔,张静,许乙凯.叁指数模型在胶质瘤术前分级中的价值:3D兴趣区直方图分析[J].中国实用神经疾病杂志.2019
[2].王希明,包婕,朱默,平小夏,胡春洪.MR扩散加权成像单指数模型及体素内不相干运动模型参数直方图对移行区前列腺癌的诊断价值[J].临床放射学杂志.2018
[3].王希明,包婕,朱默,平小夏,胡春洪.MR扩散加权成像单指数模型及体素内不相干运动模型(IVIM)参数直方图对移行区前列腺癌的诊断价值[C].中国中西医结合学会医学影像专业委员会第十五次全国学术大会暨上海市中西医结合学会医学影像专业委员会2017年学术年会暨《医学影像新技术的临床应用》国家级继续教育学习班资料汇编.2017
[4].梁丽丽.DWI指数模型和定量容积直方图在胰腺肿瘤鉴别诊断中的价值[D].华中科技大学.2017
[5].高明霞,姚文集,毛国君.XML数据流中面向聚类的指数直方图[J].北京工业大学学报.2011
[6].隋文涛,张丹,张宇.过程能力指数的计算与质量直方图的绘制[J].微计算机信息.2007
[7].赵立兴,唐英干,刘冬,关新平.基于直方图指数平滑的模糊散度图像分割[J].系统工程与电子技术.2005
[8].陈涛,司锡才.基于直方图的模糊最大指数熵图像分割方法[J].哈尔滨工程大学学报.2004
[9].曾赞喜,文晖,林祥顺.理化检验数据直方图绘制及工序能力指数计算[J].理化检验(物理分册).2000
[10].任彬,汪炳权,罗斌.基于直方图指数平滑的阈值和峰点自动检测方法[J].中国图象图形学报.1997