【摘 要】
：
目的:通过对比超声IOTA ADNEX模型和GI-RADS分类在鉴别卵巢肿瘤良恶性中的诊断效能,探讨两者在临床工作中的应用价值。方法:（1）由两位不同年资经过培训的医师（即5年以内妇科超声工作经验的低年资A医师和10年以上妇科超声工作经验的高年资B医师）在彼此不知道病史和病理结果的情况下,分别对311例已经手术并取得病理结果的卵巢肿瘤病例进行回顾性分析,独自观察声像图的上述两种方法各个指标并记录。
论文部分内容阅读
目的:通过对比超声IOTA ADNEX模型和GI-RADS分类在鉴别卵巢肿瘤良恶性中的诊断效能,探讨两者在临床工作中的应用价值。方法:（1）由两位不同年资经过培训的医师（即5年以内妇科超声工作经验的低年资A医师和10年以上妇科超声工作经验的高年资B医师）在彼此不知道病史和病理结果的情况下,分别对311例已经手术并取得病理结果的卵巢肿瘤病例进行回顾性分析,独自观察声像图的上述两种方法各个指标并记录。（2）A、B医师分别应用IOTA ADNEX模型对311例病例进行良恶性鉴别,结果分为A1组和B1组,并对A1组和B1组进行一致性检验。（3）A、B医师分别应用GI-RADS分类对311例病例分为5类,分类结果分为A2和B2组,并对A2组和B2组进行一致性检验。将GI-RADS 3～5类的B2组分类结果再进行归类:其中将GI-RADS 3～4b类设成良性肿瘤,5类设成恶性肿瘤,归为GI-RADS-1,分为C1组;将GI-RADS 3～4a类设成良性肿瘤,4b～5类设成恶性肿瘤,归为GI-RADS-2,分为C2组;将GI-RADS 3类设成良性肿瘤,4a～5类设成恶性肿瘤,归为GI-RADS-3,分为C3组。以病理结果为标准,将C1、C2、C3组进行对比,做诊断效能分析。（4）以病理结果为标准,将B1组和GI-RADS分类C1～C3组中诊断效能最高的一组进行对比,做诊断效能分析。结果:（1）在311例病例的病理结果中,良性肿瘤256例（82.3%）,恶性肿瘤55例（17.7%）。（2）A、B医师分别运用IOTA ADNEX模型鉴别诊断卵巢肿瘤良恶性的一致性极好,Kappa=0.885（P＜0.001）;A、B医师分别运用GI-RADS分类对本311例卵巢肿瘤病例的分类结果一致性良好,Kappa=0.709（P＜0.001）。（3）B1组的鉴别结果及诊断效能为:良性肿瘤251例（80.7%）、恶性肿瘤60例（19.3%）,诊断灵敏度85.5%、特异度94.9%、阳性预测值78.3%、阴性预测值96.8%、诊断准确度93.2%。（4）C1、C2、C3组的鉴别结果及诊断效能分别为:良性肿瘤288例（92.6%）、253例（81.4%）、194例（62.4%）,恶性肿瘤23例（7.4%）、58例（18.6%）、117例（37.6%）,诊断灵敏度41.8%、90.9%、100%（χ~2=50.74,P=0.265）,特异度100%、96.9%、75.8%（χ~2=220.64,P＜0.001）,阳性预测值100%、86.2%、47.0%（χ~2=70.23,P＜0.001）,阴性预测值88.9%、98.0%、100%（χ~2=32.81,P＜0.001）,诊断准确度89.7%、95.8%、80.1%（χ~2=50.74,P＜0.001）。C2组的诊断效能高与C1组和C3组。（5）B1组与C2组的鉴别结果及诊断效能分别为:良性肿瘤251例（80.7%）、253例（81.4%）,恶性肿瘤60例（19.3%）、58例（18.6%）,诊断灵敏度85.5%、90.9%（χ~2=0.79,P=0.376）,特异度94.9%、96.9%（χ~2=1.24,P=0.265）,阳性预测值78.3%、86.2%（χ~2=1.25,P=0.263）,阴性预测值96.8%、98.0%（χ~2=0.74,P=0.391）,诊断准确度93.2%、95.8%（χ~2=1.98,P=0.092）。结论:（1）不同年资的医师应用IOTA ADNEX模型的一致性结果比GI-RADS分类好,经验依赖性更小。（2）GI-RADS分类中GI-RADS-2比GI-RADS-1和GI-RADS-3的诊断效能更优,具有较高的研究价值。（3）IOTA ADNEX模型和GI-RADS分类中将GI-RADS 3～4a类设成良性肿瘤,4b～5类设成恶性肿瘤为诊断标准的诊断效能相当且较高。
其他文献
甚低频传播特性的研究,对提升航海导航、对潜通信等相关技术水平具有重要的参考价值。通过在新疆地区进行了一个多月的甚低频台站信号观测实验,利用实验观测到的甚低频台站数据,统计分析了甚低频在传播过程中的幅度特征与极化椭圆参数的特征,对昼夜过渡区期间的甚低频信号的极化椭圆参数的特征进行了单独分析。主要工作如下:1.利用新疆地区2021年5月左右四个观测点的19.8k Hz数据,统计日出期间信号的幅度特性发
现有公开使用的密码算法,从标准化应用和安全性评估的角度出发,一般都采用固定逻辑设计。然而,信息化条件下受保护对象及应用环境千差万别,采用基于固定逻辑的同一密码算法很难满足不同应用方面的差异性要求。因此对动态可变密码算法设计的研究成为新兴方向。对称密码是一类重要的密码算法,扩散层作为对称密码算法的核心部件之一,对于密码算法抵抗各种密码分析的能力有着至关重要的影响。目前扩散层一般都采用固定的MDS变换
近些年来,移动互联网的普及,使得网民的规模不断扩大,信息的传播愈发迅速,时常发生的网络舆情事件对政治生活秩序的影响力也越来越大。话题检测与跟踪技术作为从海量的互联网信息中获取当下民众所关心和讨论的热点话题的关键技术,引起了学者们的广泛研究。然而当前的话题检测与跟踪技术在中文语境下应用时,在文本表示、聚类、话题表示等方面仍存在一定的局限性。因此,本文提出了一种中文热点话题检测与跟踪方法,具体内容如下
在人工智能持续快速发展的浪潮中,深度学习被广泛应用于导航、制造、医疗、交通等领域,并在人类社会的生产、生活中实现越来越深入的融合。与此同时,深度学习模型的设计和运行安全性面临着严峻挑战,针对模型本身的对抗样本攻击已经被证明能攻破图像、文本、语音等分类模型,如果投入运行的深度学习系统受到破坏,将会导致隐私泄露、财产损失和人员伤亡等严重后果。为了支撑对抗样本攻击研究,提升模型安全性,在模型上线运行前通
利用探空火箭、卫星等运载工具,在电离层中释放特定化学物质,通过人为方式改变电离层结构,形成短时间、可恢复的电离层变化,称为电离层化学物质释放。电离层化学物质释放可用于研究电离层的形成机制、电离层多圈层耦合过程等,对电离层理论和应用研究具有重要意义。本文针对电离层中释放金属铯、钐进行了理论建模、电波传播特性和理论信道仿真研究,取得一些有意义的研究成果。概括起来主要集中在以下几个方面:（1）.基于空间
高重频大能量的百皮秒绿光激光器,具有窄脉宽、高峰值功率、高能量及特定波长的特点,在工业精密加工、医学治疗、军事国防等领域具有广泛的应用。传导冷却端面泵浦板条激光器可以有效降低增益介质温度,提高增益介质对泵浦光的吸收,获得高功率、高光束质量的激光输出。结合主振荡器功率放大技术,可以进一步提高激光器的输出功率,获得高功率的基频光。使用具有高损伤阈值的LBO晶体作为倍频模块,获得高功率的绿光输出。本文针
对称密码理论的研究主要包括密码设计和密码分析两部分,其中差分分析是重要的对称密码分析方法,不可能差分分析是差分分析的一种变体,对许多算法具有更好的分析效果。本文围绕不可能差分分析的相关问题展开研究,取得了如下成果:1.S盒是对称密码实现混淆的关键部件,刻画S盒差分特性的约束条件显著减少时,自动化搜索的效率往往更高。本文提出了两个快速刻画S盒MILP/SMT模型的算法—“聚合”算法和“滤芯”算法。其
大规模相控阵因阵列增益高、波束指向准确、空域分辨力强等特点,获得广泛应用。但由于阵元数目众多,大规模阵列采用全模拟波束形成控制精度低、波束数量受限,采用全数字波束形成成本高、数据传输困难,因此需要研究适合大规模阵列的波束形成算法,综合模拟、数字波束合成的优点,以实现性能与成本的最优化。为了实现大规模阵列在方位和俯仰两个方向的二维波束合成处理,本文以大规模面阵为研究对象,从构建阵列接收信号模型出发,
随着深度神经网络等机器学习技术的发展,在图像分类、图像识别等以往难度较大的研究领域,通过机器学习也能取得良好的效果。近年来,得益于计算机性能的不断提升和GPU等计算硬件的运用,机器学习技术已经被广泛运用在多种商业产品中,给用户带来了更好的体验。然而,想要在实际应用中用好机器学习,尤其是较为复杂的深度学习技术,仍然面临着一些问题和难点。其中,使用深度神经网络处理图像等规模较大的数据时,计算量很大。如
信息安全是关乎国家和个人信息安全的具有重要战略意义和实用价值的研究领域。作为信息安全的核心基础,密码体系的安全性依赖于数学的计算复杂度。随着计算机计算能力的提升,特别是量子计算的快速发展,原有的经典密码体系（尤其是公钥密码）面临着被破译的风险。因此,研究可抵御量子计算的密码体系迫在眉睫。量子密钥分发和后量子密码被认为是抵御量子计算威胁,实现信息安全的两种主要途径。量子密钥分发基于量子物理基本原理,