《表2 不同序列图像上各种纹理特征分析方法鉴别良恶性肺部病变的误判率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于HRCT图像的纹理分析技术在鉴别良恶性肺部病变中的价值》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

不同序列图像上各种纹理特征分析方法鉴别良恶性肺部病变的误判率见表2。采用MaZda软件进行纹理特征的选择和分类分析时，区分肺部良、恶性病变的误判率最小为7.25%（5/69），分别在软组织重建算法肺窗和静脉期纵隔窗图像上各出现1次，均为FMP联合NDA分类方法时出现。而平扫纵隔窗图像上提取的纹理特征鉴别这两类病变的最小误判率为11.59%（8/69）。不同纹理特征参数的选择方法中，鉴别两类病变的最低错判率出现在FPM法选择的纹理特征中（图2），Fisher系数、POE+ACC和MI及3种方法联合法（FPM）鉴别两类病变的误判率分别为10.14%～44.93%、10.14%～52.17%、10.14%～42.03%及7.25%～50.72%。不同纹理特征的分类分析方法中，NDA区分两种病变的误判率（7.25%～17.39%）低于RDA（21.74%～50.72%）、PCA（27.54%～52.17%）和LDA（8.70%～36.23%），其鉴别诊断效能最高。