简介：【摘要】近年来随着影像设备和技术的飞速发展，甲状腺结节检出率大幅增加，其中约5%为恶性。甲状腺癌病理类型常见分为四型：甲状腺乳头状癌、髓样癌 、滤泡细胞癌及未分化癌，大部分为乳头状甲状腺癌，WHO 定义甲状腺微小乳头状癌：直径≤1.0 cm 的甲状腺癌。甲状腺微小乳头状癌一般生长较缓慢，分化相对良好，预后相对较好。然而少数甲状腺微小乳头状癌仍具有一定的侵袭性及淋巴结转移的风险，预后相对较差。如何鉴别甲状腺微小结节，尤其对甲状腺微小癌的早期诊断和治疗，改善患者的预后具有重要的临床价值。CT目前已成为诊断甲状腺疾病良恶性的主要影像学方法。但部分良性结节的 CT 影像特征易与恶性结节重叠，导致临床诊断困难。CT纹理分析作为一种新兴影像定量分析预测方法，已被用于鉴别脑部、乳腺、肾脏等处肿瘤的良恶性。因此，本文就 CT纹理分析在甲状腺结节中的鉴别诊断价值进行如下阐述。

简介：【摘要】目的： 探讨影像组学在甲状腺结节良恶性鉴别中的应用价值。方法：回顾性分析我院经病理证实的100例甲状腺结节患者，其中良性结节72例，恶性结节28例。应用纹理分析软件 MaZad 对甲状腺 CT 扫描的静脉期图像进行分析，在结节最大层面手动勾画感兴趣区（ROI），通过分析得出 300 多个纹理参数。对所得出的纹理参数使用 Fisher 系数、分类误差概率与平均相关系数（POE+ACC）及互信息（M I）等三种降维方式进行处理，得到 10 个鉴别最佳的纹理参数。采用Mazad自带的 B11 软件进行纹理参数的判别，对每种降维方式分别进行原始数据分析（RDA）、主成分分析（PCA）、线性判别分析（LDA）及非线性判别分析（NDA）等四种分析，分别获得不同模型对甲状腺结节鉴别诊断的准确度、特异度和灵敏度。结果：三种降维方法分别提取出 10 个鉴别能力较强的纹理参数，相关度 S（2,-2）在三种降维算法中均被筛选出来。使用 B11 分析模块分析出的错误率。其中 Fisher/NDA法在各组中错误率最低，只有7.00%（7/100）。结节良恶性预测结果中，其中灵敏度最高的是Fisher/NDA 法，为90.00%；特异度最高的是MI/NDA法，特异度为98.00%，而预测准确率最好的是Fisher/NDA 法，预测准确率为 92.00%。结论：利用影像组学的方法可以可靠的鉴别出甲状腺结节的良恶性，为临床进一步的诊断和治疗提供帮助。

简介：摘 要：文物是人类历史长河当中经过人类实践创造或者与人类生活息息相关，具有一定历史、艺术、科学价值的有形的物质遗产。文物保护工作开展过程中，通过有效的宣传带动，能够使社会大众更好的了解特定历史时期的中华文化，增强人民对中华文化的保护意识，增强民族自豪感，从而更好的凝聚社会大众，给和谐社会发展提供强大的助推力。在全新历史时期，需要我们高度重视文物保护和科学开发利用，积极发展文博事业，认真分析当前文物保护和利用工作中所存在的诸多问题，制定针对性的解决对策，以促进经济，文化社会等各项事业全面可持续发展。