CT和MRI对卵巢癌诊断的准确性对比分析

来源 :中国现代药物应用 | 被引量 : 0次 | 上传用户:cdl872
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的探讨CT和磁共振成像(MRI)对卵巢癌诊断的准确性。方法100例经手术病理检查确诊为卵巢癌的患者,先进行CT检查再进行MRI检查,以手术病理检查结果作为金标准,比较两种不同诊断方式对卵巢癌的诊断准确率以及对卵巢癌分期的诊断准确率。结果MRI对卵巢癌的诊断准确率为94.00%,显著高于CT的75.00%,差异有统计学意义(P<0.05)。MRI对卵巢癌Ⅰ、Ⅱ、Ⅲ、Ⅳ期的诊断准确率及总诊断准确率分别为90.91%、85.00%、93.33%、82.14%、88.00%,均高于CT的59.09%、55
其他文献
对系统辨识原理、基于神经网络(ANN)的动态系统辨识进行了分析,针对动态系统辨识模型描述的复杂性,为简化ANN辨识建模的输入/输出关系的表达,提高算法的简洁性,采用了状态方程辨识模型,并给出了基于ANN的动态系统状态方程辨识模型。为比较分析不同网络结构的辨识建模效果及网络模型泛化能力,针对三种不同网络结构方案进行了辨识建模仿真研究。仿真结果显示,基于ANN的动态系统状态方程模型的辨识建模是有效的,
在应用基于案例推理技术进行智能建模时,案例修改后的案例质量好坏直接影响所建模型的精度,但是由于案例修改对领域知识的依赖性很强,采用一般手工案例修改方法无法保证案例修改的质量,即无法保证智能推理模型的精度。基于以上原因,该文提出了一种新的案例修改方法,利用KDD技术,通过有效的多值关联规则挖掘算法从运行数据库中挖掘出案例各属性间的依赖关系,得到案例修改的基本关联规则集,在此基础上利用粗糙集理论对基本