张娟
- 作品数：31 被引量：172H指数：7
- 供职机构：浙江省肿瘤医院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金国家杰出青年科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- MRI乳腺动态增强扫描在乳腺良恶性病变中的诊断价值研究被引量：26
- 2014年
- 目的探讨并评价MRI乳腺动态增强扫描在乳腺良恶性病变中的诊断价值。方法回顾性分析经手术病理或临床随访证实的82例乳腺病变患者,采用PHILIPS Achieva 1.5T和Siemens 3.0T磁共振扫描仪先行常规及扩散加权成像扫描,之后行乳腺动态增强扫描,对增强病变进行形态学及血流动力学分析,比较其在良恶性病变中的鉴别诊断价值。结果 88个异常强化病灶中,局灶性6个,肿块性30个,非肿块性52个。乳腺良、恶性病变的动态增强曲线分布差异有统计学意义（χ^2=16.35,P〈0.001）。以Ⅱ、Ⅲ型曲线诊断恶性病变敏感度为82%（41/50）,特异性为57.89%（22/38）,准确性为71.59%（63/88）。把良性病变的早期增强率按照TIC类型分成2组,Ⅰ型为A组,Ⅱ、Ⅲ型为B组,2组间均数分别为（55.3±20.5）%、（189.3±58.2）%,2组间差别具有统计学意义（t=9.832,P〈0.001）。相应恶性病变均数为（206.7±66.4）%,良性病变A组与恶性病变差别有统计学意义（t=12.508,P〈0.001）。良、恶性病变最大增强率均数分别为（199.3±70.5）%、（224.3±78.6）%,2组间差别无统计学意义（t=0.307,P=0.384）。而良、恶性病变相对最大增强率分别为（1.084±0.350）%/s、（2.316±0.53）%/s,2组间差别具有统计学意义（t=8.356,P=0.003）。良恶性病变患侧乳腺血管计数得分均数分别为1.06±0.42、2.89±0.57,差别具有统计学意义（t=6.37,P〈0.01）。结论动态增强MRI可充分显示异常强化病灶的形态学特征,不同强化病灶形态与其病理基础有一定相关性;乳腺动态增强时间信号强度Ⅰ型曲线与乳腺良性病变、Ⅱ-Ⅲ型曲线与乳腺恶性病变有明显相关性;相对最大增强率在乳腺良恶性病变鉴别诊断中的价值明显优于早期增强率及最大增强率;病变侧乳腺血管数量及扩张程度可作为乳腺良恶性病变鉴别诊断指标之一。
- 尹森琴刘永强张国正王莹张娟
- 关键词：磁共振动态增强扫描乳腺病变
- 乳腺X线摄影技术应用于人群筛查准确性的Meta分析被引量：11
- 2016年
- 目的 对全球X线摄影技术运用于乳腺癌筛查的准确性研究进行Meta分析。方法 在Medline、Embase、Cochrane和中国学术期刊网全文数据库（CNKI）文献库中，通过疾病名称、筛查干预、结果指标等关键词整合进行检索。截至2015年6月4日，共检索获得1 167篇文献。根据纳入和排除标准筛选，主要摘录筛查试验中的真阳性、假阳性、假阴性、真阴性的“四格表”数据。采用QUADAS量表进行文献质量评价。利用综合受试者工作特征（SROC）分析方法判断研究间的阈值效应并计算曲线下面积（AUC），采用双变量混合效应模型对X线摄影技术在所有人群和乳腺致密的亚组人群中筛查的灵敏度及特异度进行Meta分析；对样本量大于10万的亚组进行敏感性分析。利用Q检验和I2统计量分析文献异质性，以漏斗图和线性回归方法检验发表偏倚。结果 最终纳入文献48篇（欧洲地区及美国38篇、亚洲地区8篇、大洋洲地区2篇），总样本量为8 551 873例，筛查开展时间为1975-2013年，对象起止筛查年龄大部分在40～75岁。分析得出，X线摄影技术用于乳腺癌筛查的AUC为0.95（95% CI：0.93～0.97），总体灵敏度为0.81（95% CI：0.77～0.84），总体特异度为0.96（95% CI：0.94～0.96），敏感性分析提示该结果稳定。其中对乳腺致密人群的亚组分析显示，X线摄影技术的合并灵敏度和特异度分别为0.74（95% CI：0.61～0.83）和0.93（95% CI：0.89～0.96）。漏斗图和线性回归结果显示纳入研究不存在发表偏倚。结论 X线摄影作为乳腺癌筛查技术具有较高灵敏度和特异度，但对乳腺致密女性的筛查准确性降低。
- 朱陈王乐杜灵彬李静张娟代敏石菊芳
- 关键词：乳腺癌乳腺X线摄影灵敏度特异度
- 甲状腺癌术前原发灶CT分期38例分析
- 1998年
- [目的]探讨甲状腺癌术前CT分期的价值。[方法]对38例甲状腺癌病人行术前CT扫描及增强扫描。全部病例均经手术病理证实，其中乳头癌24例，未分化癌5例，髓样癌4例，德泡状癌4例，恶性淋巴瘤1例。分析所有病例CT图像，按照TNM分期法进行甲状腺原发灶CT分期。[结果]CT分期T_12例，准确率40％（to），T_23例，准确率100％（3／3），T_34例，准确率80％（4／5），T_425例，准确96．15％（25／26）。CT分期与病理对照总体符合率为89．47％。T分类诊断过低1例，误诊3例。[结论]CT对甲状腺癌术前原发灶分期有一定的准确性，对T_2、T_3、T_4准确性较高，但对小病灶的定性诊断有一定限制。
- 张娟夏启荣
- 关键词：甲状腺肿瘤术前分期
- 乳腺癌DCE-MRI影像特征与分子分型的关联性研究被引量：27
- 2016年
- 探讨DCE-MRI影像特征与乳腺癌分子分型之间的关联性。回顾性分析60例术前、化疗前行免疫组化病理检查及DCE-MRI检查的乳腺癌恶性患者。根据免疫组化结果,将患者分为4种分子分型。利用计算机,半自动提取DCE-MRI中包括统计特征、形态特征、纹理特征以及动态增强特征的65维影像特征。利用单变量逻辑回归和多变量逻辑回归方法,评估影像特征和分子分型之间的关联性,并建立多元回归模型,最后研究显著影像特征的分布情况。其中,MRI病灶统计特征与luminal A显著相关,病灶和背景的动态增强特征与luminal B、HER2、basal like显著相关(单变量逻辑回归矫正后P<0.05)。多变量逻辑回归结果显示,luminal A型、HER2型、basal like型都存在与其显著相关的影像特征,回归方程的P值分别为0.004 73、0.002 77、0.011 7。实验结果说明,DCE-MRI特征可作为潜在的乳腺癌分子分型的影像学标记。
- 王世健范明张娟邵国良王晓稼厉力华
- 关键词：乳腺癌DCE-MRI分子分型影像特征逻辑回归
- 乳腺MRI图像肿块分割的分段比较与方法研究被引量：2
- 2015年
- 计算机辅助诊断通过对乳腺磁共振成像(MRI)中肿块区域的自动分割和测量为医生提供定量的诊断依据。对分割过程中不同阶段的多种算法进行实验对比,以此探索更具稳定性和准确性的分割方案:空间模糊C均值(s FCM)聚类算法在肿块的初始定位中具有抗噪声能力和稳定性强的优点,而GVF snake模型在精细分割中对局部轮廓具有较好的收敛性;结合两种算法,并运用MRI序列帧间灰度分布相似、肿块位置/形状相近的原理,最终提高整个序列的分割精度与稳定性。
- 叶希鹏徐伟栋杨勇厉力华杨小丹张娟
- 关键词：帧间相关性模糊C均值SNAKE模型
- 一种基于改进型Multi-Agent多分类器融合的乳腺钼靶肿块分类算法被引量：6
- 2011年
- 乳腺钼靶摄影(mammography)是目前诊断乳腺癌的一种重要手段,肿块是钼靶图像中表征乳腺病变的主要病灶之一。文中提出了一种基于改进型Multi-Agent(MA)多分类器融合算法,用来对乳腺肿块的良恶性进行分类。它在经典MA算法思想的基础上,对各单分类器的分类效果、识别性能有所差别的情况进行针对性修正;同时在统计训练数据时,不再依靠分类结果的标签,而是用统计分类结果的置信度来代替;而当算法的迭代训练超过一定次数仍未能趋向稳定时,采用概率加权平均代替原来的简单平均进行整体决策,并用整体溯源情况调整决策结果,从而帮助算法收敛。此方法在公共数据库DDSM上做了测试,实验结果表明,在单视角下,改进型MA融合算法的分类精度达到了95.63%,优于经典的MA融合算法,其稳定性也较大多数单分类器以及多分类器融合算法要好;在双视角下,改进型MA融合算法的分类精度达到了97.79%,相较其他分类方式也具有一定的优势。
- 赵浣萍徐伟栋厉力华刘伟张娟
- 关键词：肿块MULTI—AGENT置信度
- 基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类研究
- 2011年
- 乳腺肿块良恶性分类是计算机辅助诊断(CAD)的重要环节,如何提高分类的正确率和稳定性是分类研究的重点。本研究提出了4种基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类模式。其中,模式1是单视角下的多分类器融合;模式2是分别先对每个分类器在两个视角下的输出进行视角融合,再对其融合结果进行多分类器融合;模式3是分别先在每个视角下进行多分类器融合,再对两个视角的多分类器结果进行视角融合;模式4是先对特征向量在两个视角下的取值进行融合,再基于新的特征向量进行单分类器分类和多分类器融合。从南佛罗里达大学DDSM数据库中随机选择的148个良性肿块和148个恶性肿块,对这4种分类模式的效果进行比较。实验结果表明,在肿块分类的正确率、敏感性、特异性和稳定性等方面,模式2和模式3的表现均优于模式1和模式4。
- 孙利徐伟栋厉力华刘伟彭芳青张娟
- 关键词：肿块多分类器
- 基于深度学习和图像处理的乳腺钼靶病灶检测及定位方法
- 本发明提供了一种基于深度学习和图像处理的乳腺钼靶病灶检测及定位方法，包括：获取Dicom格式的乳腺钼靶图像集；对获取的乳腺钼靶图像集中的图像进行图像预处理操作；构建深度学习卷积神经网络模型，使用乳腺钼靶图像集中的图像与勾...
- 徐栋刘元振张娟姚劲草朱曦陈晨
- 一种基于小波域检测与自适应神经网络模糊演绎系统的微钙化检测新算法被引量：1
- 2010年
- 目的基于乳腺癌微钙化的重要早期征象,研究乳腺X线图像计算机辅助诊断的检测与算法。方法提出了一种新的微钙化自动检测技术:它采用离散小波变换分解图像的高频分量,在小波域中对疑似的微钙化进行检测,并使用自适应神经网络模糊演绎系统(ANFIS)进行自适应调节;然后使用基于多层感知器(MLP)的分类器对疑似的微钙化进行筛选,以降低检测的假阳性率。结果在使用FROC曲线中段的参数组进行实际检测时,本算法的真阳性检出率达到了96.9%,每张图像的假阳性个数为0.2个。结论由于拥有自适应调节能力,本算法与传统的微钙化检测算法相比,具有了更高的检测精度和稳定性。
- 徐伟栋刘伟厉力华马莉邵国良张娟
- 关键词：微钙化离散小波变换自适应神经网络
- 基于帧间相关性的乳腺MRI肿块分割及重建被引量：3
- 2013年
- 核磁共振成像(MRI)对乳腺MRI中感兴趣区域(肿块区域)的提取和三维可视化显示可以帮助医生对病变进行更准确的诊断。RSF模型适用于边界模糊的目标分割,利用该模型提出一种基于帧间相关性的乳腺MRI肿块分割方法,并利用分割结果对肿块进行面绘制三维显示。首先对MRI序列图确定迭代顺序,选定关键帧并手动给出初始轮廓,利用RSF模型对其进行分割;将分割结果作为迭代的初始轮廓,采用轮廓迭代的方法将上一帧的分割结果作为下一帧分割的初始轮廓,利用RSF模型对整个序列图进行分割。由于乳腺MRI序列图中相邻几帧间图像灰度分布类似,肿块位置和形状相近等帧间相关性,因此轮廓迭代的方式可以克服RSF模型对初始轮廓敏感的缺点。最后将多组参数下获得的分割结果进行最优化筛选,以提高整个序列的分割精度。将该方法应用于20例乳腺MRI序列图,并与手动分割轮廓进行对比,结果证明,该算法对乳腺MRI中肿块分割具有较高的分割精度和自适应性。
- 朱益苗徐伟栋刘伟厉力华张娟杨勇
- 关键词：乳腺核磁共振成像水平集
