本文件是经过答辩评审团批准的大量工作的结果,并向整个大学社区提供。它受作者知识产权的保护。这意味着使用本文档时有义务引用和引用。此外,任何伪造、剽窃或非法复制行为都将受到刑事起诉。联系方式:ddoc-theses-contact@univ-lorraine.fr
摘要 目的 除矢状线对齐外,还强调了横平面参数 (TPP) 和旋转半脱位对患者报告结果的影响。退行性脊柱侧弯成因的假设之一是椎间盘退化,伴有轴向椎体 (AVR) 和椎间旋转 (AIR) 增加。因此,脊柱侧弯早期的 TPP 分析似乎特别令人感兴趣。本研究旨在评估成人脊柱畸形 (ASD) 患者三维 (3D) 重建的可靠性。方法 30 名 ASD 患者接受双平面 X 线检查,并分为两组(Cobb 角 [ 30 � 或 \ 30 � )。测量脊柱参数和 TPP(顶端 AVR、主曲线上部和下部的 AIR)。四位操作员进行了两次 3D 重建。使用 ISO 标准 5725-2 分析观察者内和观察者之间的可靠性,以量化可重复性的全局标准偏差 ( S R )。结果平均 Cobb 角为 31 �,平均年龄 55 岁(70% 为女性)。顶端 AVR、上部和下部 AIR 的平均值分别为 16 � ± 15 �、6 � ± 6 � 和 5 � ± 5 �。脊柱骨盆参数 S R 低于 4.5 �。对于 Cobb 角 \ 30 � ,AVR 顶点、扭转指数、上部和下部的 S R 分别为 7.8 �、9.6 �、4.5 � 和 4.9 �
作者非常感谢内布拉斯加大学奥马哈分校新闻学副教授 Michael p, sherer 博士的帮助和指导。感谢圣路易斯县图书馆 Tesson-Ferry 和主要分馆的工作人员帮助获取尽可能多的实际新闻杂志副本,这些副本是本论文研究部分所必需的。最后,作者感谢密苏里大学圣路易斯分校计算机服务部在数据关联方面提供的帮助。
作者非常感谢内布拉斯加大学奥马哈分校新闻学副教授 Michael p, sherer 博士的帮助和指导。感谢圣路易斯县图书馆 Tesson-Ferry 和主要分馆的工作人员帮助获取尽可能多的实际新闻杂志副本,这些副本是本论文研究部分所必需的。最后,作者感谢密苏里大学圣路易斯分校计算机服务部在数据关联方面提供的帮助。
在地面上建立测量导线的项目中,应根据摄影的比例,沿着导线以大约七百五十英尺(750 英尺)至一千英尺(1000 英尺)的间隔放置空中面板。在将面板放置在中心线或导线站上时,应在面板中心切一个孔,并将面板放置在站上,尽可能与地面齐平。重要的是要小心,尽可能不要将面板放置在茂密的树林或阴凉处。如果中心线或导线在树林中延伸很长的间隔,应使用带有支腿延长器的面板,以增加在摄影中看到面板的可能性。重要的是,如果可能,应将面板放置在开阔区域。可以将面板沿中心线或导线移动五十到一百英尺(50-100 英尺)到开阔或遮挡最少的区域的站点。在某些情况下,例如密集的城市地区和低空摄影,可能需要以更短的间隔放置面板。同样,对于一些农村地区或高海拔摄影,面板间距可能会大幅增加。
1个物理与天文学系“ Ettore Majorana”,Catania大学,通过圣诞老人Sofif A Sofife 64,95123意大利的Catania; valentina.iacono@dfa.unict.it(v.i。); stefano.boscarino@dfa.unict.it(S.B.); mariagrazia.grimaldi@ct.infn.it(m.g.g.); francesco.ruffin@ct.infn.it(f.r。)2 Institute for Microelectronics and Microsystems of National Research Council of Italy (CNR-IMM, Catania University Unit), via Santa Sofia 64, 95123 Catania, Italy 3 Research Unit of the University of Catania, National Interuniversity Consortium of Materials Science and Technology (INSTM-UdR of Catania), via S. Sofia 64, 95125 Catania, Italy 4意大利国家研究委员会(CNR-IMM)的微电子和微系统研究所,Ottava Strada,5(Zona Industriale),意大利95121,意大利卡塔尼亚; silvia.scal@imm.cnr.it *通信:antonino.scandurra@dfa.unict.it
摘要:我们试图开发新的量化方法来表征乳房X线摄影密度的空间分布以及可疑对比增强乳房X线摄影(CEM)的对比度增强,以改善乳房病变的良性分类。我们回顾性地分析了从2014 - 2020年在IRB批准的研究中从我们机构进行CEM成像和组织采样的所有乳房病变。惩罚线性判别分析用于基于乳房X线摄影密度和对比度增强的径向分布的平均直方图对病变进行分类。t检验用于比较密度,对比度和串联密度和对比直方图的分类精度。逻辑回归和AUC-ROC分析用于评估添加人口统计学和临床数据是否提高了模型准确性。总共评估了159个可疑发现。密度直方图比随机分类(62.37%vs. 48%; p <0.001)更准确地将病变分类为恶性或良性,但是与单独的密度合影相比,串联的密度和对比度表现出更高的精度(71.25%; p <0.001)。包括我们模型中的人口统计学和临床数据,导致AUC-ROC高于串联密度和对比度图像(0.81 vs. 0.70; P <0.001)。在侵入性与非侵入性恶性肿瘤的分类中,串联密度和对比直方图在单独的密度直方图(77.63%vs. 78.59%vs. 78.59%; p = 0.504)中没有显着提高的准确性。添加患者人口和临床信息进一步提高了分类精度。我们的发现表明,乳房X线摄影密度的径向分布的定量差异可用于区分恶性肿瘤与良性的乳房发现。但是,通过从CEM中添加对比度增强成像数据,分类精度得到了显着提高。
1 宾夕法尼亚大学生物医学图像计算与分析中心 (CBICA),美国宾夕法尼亚州费城 19104,美国 2 宾夕法尼亚大学佩雷尔曼医学院放射学系,美国宾夕法尼亚州费城 19104,美国 3 华盛顿大学医学院马林克罗德放射学研究所,美国密苏里州圣路易斯 63110,美国 4 卡罗琳斯卡医学院医学流行病学和生物统计学系,瑞典斯德哥尔摩 171 77 5 宾夕法尼亚大学佩雷尔曼医学院生物统计学、流行病学和信息学系,美国宾夕法尼亚州费城 19104,美国 6 肿瘤学系,Södersjukhuset,118 83 斯德哥尔摩,瑞典 7 宾夕法尼亚大学医院放射学系,美国宾夕法尼亚州费城 19104,美国emily.conant@pennmedicine.upenn.edu (EFC);电话:+1-314-286-0553 (AG);+1-2156624032 (EFC) † 这些作者对这项工作的贡献相同。