| 基于Hurst指数的脑胶质瘤分级方法 |
| |
| 引用本文： | 杨宇轩,陶玲,钱志余. 基于Hurst指数的脑胶质瘤分级方法[J]. 北京生物医学工程, 2019, 38(3): 271-276 |
| |
| 作者姓名： | 杨宇轩 陶玲 钱志余 |
| |
| 作者单位： | 南京航空航天大学自动化学院 南京 211106;南京航空航天大学自动化学院 南京 211106;南京航空航天大学自动化学院 南京 211106 |
| |
| 基金项目： | 南京航空航天大学研究生创新基地(实验室)开放基金 |
| |
| 摘 要： | 目的基于复杂度分析对胶质瘤患者的磁共振大脑静息态数据进行描述,寻找基于复杂度分析的肿瘤分级的客观指标。方法基于复杂度赫斯特(Hurst)指数分析方法对被试者大脑肿瘤fMRI影像的功能信息进行提取和分析,并对肿瘤进行分级研究。首先基于MRIcro软件对患者肿瘤区域、对侧正常区域以及正常对照组的肿瘤对应区域进行提取;接着对提取出来的区域进行Hurst指数计算;然后对肿瘤区域及其对侧正常区域的Hurst指数值进行统计分析,对肿瘤区域及对照组同区域的Hurst指数值进行统计分析;最后将29例肿瘤患者样本按照病理等级进行分组,其中一级肿瘤患者10例,二级肿瘤患者7例,三、四级肿瘤患者各6例,对不同组别的Hurst指数进行双样本统计分析。结果被试肿瘤区域的Hurst指数值与肿瘤等级成正比关系,肿瘤等级越高Hurst指数值越大。统计分析表明不同级别肿瘤区域的Hurst指数差异具有统计学意义。低级别肿瘤Hurst指数范围为0.6381~0.6737,高级别肿瘤Hurst指数范围为0.7514~0.8194。结论Hurst指数分析方法可以区分低级别和高级别胶质瘤,可以为更细致的胶质瘤的等级划分提供帮助。
|
| 关 键 词： | 脑胶质瘤 肿瘤分级 复杂度 赫斯特指数 |
Grading method of gliomas based on Hurst index |
| |
| YANG Yuxuan,TAO Ling,QIAN Zhiyu. Grading method of gliomas based on Hurst index[J]. Beijing Biomedical Engineering, 2019, 38(3): 271-276 |
| |
| Authors: | YANG Yuxuan TAO Ling QIAN Zhiyu |
| |
| Affiliation: | (College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106) |
| |
| Abstract: | YANG Yuxuan;TAO Ling;QIAN Zhiyu(College of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 211106) |
| |
| Keywords: | gliomas tumor grading complexity Hurst |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
