一、腮腺肿瘤的CT诊断价值（论文文献综述）
谢艳,仇莉[1]（2021）在《CT对腮腺良恶性肿瘤的诊断及影像图片分析》文中进行了进一步梳理目的:探析CT检查腮腺良恶性肿瘤的成像特征及鉴别诊断价值。方法:选取2017年1月至2021年7月期间至我院接受治疗的腮腺肿瘤患者50例作为研究对象,对其临床资料进行回顾性分析,对比良、恶性肿瘤患者的CT诊断结果与手术病理结果,从肿瘤位置、密度、边界、形状、钙化情况、囊变分级、CT值等方面对比良恶性肿瘤患者间的差异,并通过统计CT检查的检出率、误诊率、漏诊率验证其诊断价值。结果:良性肿瘤CT特征:多位于浅叶及跨叶、密度均匀、边界清晰、形态规则多为圆形、多不存在钙化、多不存在囊变且囊变分级多为1-2级、平扫及增强CT值均较低;恶性肿瘤CT特征:多位于深叶及跨叶、密度不均、边界多模糊、形态不规则多呈分叶状、多存在明显钙化、多存在囊变且囊变分级多为3-4级、平扫及CT增强值均较高;以上数据经对比差异均具有统计学意义（P<0.05）;经统计CT检查的检出率为78.00%（39/50）、误诊率为10.00%（5/50）、漏诊率为12.00%（6/50）。结论:对良恶性腮腺肿瘤患者实施CT检查可从肿瘤位置、密度、边界、形状、钙化情况、囊变分级、CT值等方面对其进行有效鉴别,与患者手术病理病理结果相比,行CT检查的检出率较高、误诊、漏诊率较低,可将其作为鉴别良恶性腮腺肿瘤患者的重要辅助手段之一。
杨振兴,郝粉娥,赵磊,杨晓光,刘挨师[2]（2021）在《腮腺良性肿瘤容积穿梭CT灌注时间-密度曲线特征分析》文中研究说明目的:探讨容积穿梭CT灌注时间-密度曲线特征结合形态学参数对腮腺良性肿瘤鉴别诊断的价值。方法:收集我院拟诊腮腺肿瘤患者100例,术前均行容积穿梭CT灌注成像检查,术后经手术病理证实。将所得影像数据传送至工作站及pacs系统,观察分析不同病理类型腮腺肿瘤的形态学参数（位置、大小、密度、边界、颈部淋巴结、增强扫描强化幅值）及时间-密度曲线（TDC）类型,计数资料比较采用χ2检验,计量资料符合正态分布采用两独立样本t检验,不符合正态分布的采用秩和检验,检验水准α=0.05。结果:腮腺良性肿瘤（多行性腺瘤、腺淋巴瘤、基底细胞瘤及肌上皮瘤）间的形态学参数无统计学差异;时间-密度曲线类型差异有统计学差异。结论:CT灌注时间-密度曲线特征结合形态学参数对腮腺良性肿瘤的鉴别诊断有重要价值,为患者术式的选择有重要指导意义。
刘志鹏,卢杉,张竞睿,李南南[3]（2021）在《多层螺旋CT增强扫描联合B超对腮腺肿瘤的诊断价值》文中研究说明目的研究多层螺旋CT增强扫描、B超及两者联用对腮腺肿瘤的诊断效果情况。方法本研究选取2016年8月—2020年5月于我院住院并行手术治疗的腮腺区肿瘤的患者共计96例,其中男患者49例,女患者47例,平均年龄（51.78±21.33）周岁。所有入组患者均于术前行多层螺旋CT增强、B超扫描,于术后行术后病理并以其做为肿瘤诊断的"金标准",比较两种诊断手段对腮腺肿瘤的诊断效果情况。结果增强CT扫描同术后病理相比有73例符合,诊断准确率为76.04%（73/96）;B超同术后病理相比,有71例符合,诊断准确率为73.96%（71/96）;增强CT扫描联合B超扫描同术后病理相比,有91例符合,诊断准确率为94.79%（91/96）,两种方法联合应用同单独使用间相比,差异具有统计学意义（P <0.05）。分析同"金标准"相比较,增强CT诊断相符的73例病例的各期相CT值情况,良性肿瘤及恶性肿瘤于动脉期及静脉期CT值间差异均具有统计学意义。结论增强CT联合B超对腮腺肿瘤的诊断效果良好。
史灵雪[4]（2021）在《多参数MR影像组学特征对腮腺多形性腺瘤及腺淋巴瘤诊断价值的研究》文中研究指明目的:探讨基于MR影像组学在鉴别腮腺多形性腺瘤及腺淋巴瘤中的应用。材料与方法:本研究是一项回顾性研究,共收集腮腺良性肿瘤患者70例,其中多形性腺瘤38例,腺淋巴瘤32例,所有患者影像资料及临床病理信息齐全。（1）由两名影像科医师对病灶的MRI图像（T2WI-FS、ADC）进行手动逐层勾画提取出感兴趣区（ROI）,借助影像组学方法提取影像组学特征（一阶特征、形态特征、纹理特征及高阶特征）,使用特征相关性分析及线性相关系数（Pearson Correlation Coefficient）的方法来对这些特征进行降维,最后利用逻辑回归（Logistic Regression）的机器学习方法通过十折交叉验证建立基于T2WI-FS及ADC图像的影像组学模型。（2）收集各患者的临床资料（年龄、性别、是否吸烟）和影像表征资料（病灶大小、数目、部位、位置、形态、边界、有无包膜、T1WI及T2WI-FS信号强度、ADC均值）,使用单因素及多因素回归分析筛选出影响腮腺多形性腺瘤及腺淋巴瘤鉴别诊断的独立因素并构建临床模型。（3）基于先前构建的影像组学模型和临床模型,构建二者的联合模型并绘制诺模图。应用受试者工作特征曲线（ROC）来评估各模型间的预测价值,同时使用验证组来对所构建的模型进行验证。最后,应用决策分析曲线观察临床模型、影像组学模型及联合模型的临床实用性。结果:基于T2WI-FS构建的影像组学模型在训练组及验证组的AUC分别为0.915（95%CI:0.848-0.983）、0.891（95%CI:0.813-0.980）;准确度分别为0.857、0.857;敏感性分别为0.868、0.868;特异性分别为0.844、0.844;阳性预测值分别为0.868、0.868;阴性预测值分别为0.844、0.844。基于ADC构建的影像组学模型在训练组及验证组的AUC分别为0.958（95%CI:0.916-1.000）、0.907（95%CI:0.831-0.984）;准确度分别为0.871、0.857;敏感性分别为0.868、0.868;特异性分别为0.875、0.844;阳性预测值分别为0.892、0.868;阴性预测值分别为0.849、0.844。通过统计学分析得出患者病灶ADC均值为鉴别腮腺多形性腺瘤及腺淋巴瘤的独立影响因素,并构建临床模型,结果显示在训练组及验证组的0.803（95%CI:0.685-0.920）、0.794（95%CI:0.673-0.914）;准确度分别为0.771、0.771;敏感性分别为0.763、0.763;特异性分别为0.781、0.781;阳性预测值分别为0.806、0.806;阴性预测值分别为0.735、0.735。将影像组学模型及临床模型合并后得出的联合模型在训练组及验证组的AUC分别为0.961（95%CI:0.918-1.000）、0.944（95%CI:0.887-1.000）;准确度分别为0.914、0.900;敏感性分别为0.895、0.895;特异性分别为0.937、0.906;阳性预测值分别为0.944、0.919;阴性预测值分别为0.882、0.879。决策曲线表明影像组学模型及联合模型较临床模型相比有着较好的临床实用价值。结论:1、基于MRI T2WI-FS及ADC图像构建的影像组学模型在鉴别腮腺多形性腺瘤及腺淋巴瘤中具有较高的诊断效能。2、组学模型结合临床信息构造的诺模图可以对腮腺多形性腺瘤及腺淋巴瘤进行个体化预测,且与临床模型及以T2WI-FS所构建的组学模型相比其预测效能明显提高且具有统计学意义。
李亚纯[5]（2021）在《腮腺基底细胞腺瘤与腮腺常见良性肿瘤在临床及CT影像中的特点分析》文中进行了进一步梳理目的:腮腺的良性肿瘤有多形性腺瘤、淋巴乳头状囊腺瘤和基底细胞腺瘤等,由于基底细胞腺瘤发病率较低,目前国内有关的研究较少,通过临床特征及影像学表现将基底细胞腺瘤与腮腺常见的良性肿瘤在术前进行鉴别,有助于把握好合适手术时机以及手术方式。研究方法:收集吉林大学第一医院耳鼻咽喉头颈外科2015年1月～2021年1月经术后病理分别证实为腮腺基底细胞腺瘤、腮腺多形性腺瘤、腮腺淋巴乳头状囊腺瘤患者的临床特征和影像学方面的资料进行统计分析。临床表现包括性别、年龄、病程、肿物多发性、触诊肿物质地以及活动度等六个方面,影像学表现包括CT上肿物最大直径、增强时密度是否均匀、是否具有多灶性、肿物位置（浅叶或深叶）、是否合并囊性变以及边界是否清楚等六个方面。研究结果:临床特征方面:腮腺基底细胞腺瘤与多形性腺瘤在性别、年龄、病程、肿物多发性、触诊肿物活动度等方面进行比较,不具有统计学意义（P>0.05）,在触诊肿物质地方面进行比较,具有统计学意义（P<0.05）,腮腺基底细胞腺瘤与淋巴乳头状囊腺瘤在病程、触诊肿物活动度方面进行比较,不具有统计学意义（P>0.05）,在性别、年龄、肿物多发性、触诊肿物质地方面比较具有统计学意义（P<0.05）。影像学表现方面:腮腺基底细胞腺瘤与多形性腺瘤在肿物最大直径、增强时密度是否均匀、是否具有多灶性、边界是否清楚等方面进行比较,不具有统计学意义（P>0.05）,在肿物的位置、是否合并囊性变等方面进行比较,具有统计学意义（P<0.05）,腮腺基底细胞腺瘤与淋巴乳头状囊腺瘤在肿物最大直径、是否合并囊性变、边界是否清楚等方面进行比较,不具有统计学意义（P>0.05）,在CT增强时密度是否均匀、肿物的位置、是否具有多灶性等方面比较具有统计学意义（P<0.05）。结论:腮腺基底细胞腺瘤好发于中老年女性,多为单侧发病,在增强CT上多表现为不均匀强化,很少表现出多灶性,深浅叶均可发病。腮腺基底细胞腺瘤与多形性腺瘤相比,前者触诊多质韧,而后者触诊多质硬,从CT上看基底细胞腺瘤位于深叶以及发生囊性变的比例较多形性腺瘤高,而多形性腺瘤多位于浅叶,几乎不合并囊性变。腮腺基底细胞腺瘤与淋巴乳头状囊腺瘤相比,前者触诊多质韧,而后者触诊多质软,从CT上看基底细胞腺瘤很少表现为多灶性,且多强化不均匀,位于深叶者比例较淋巴乳头状囊腺瘤高,而淋巴乳头状囊腺瘤表现出多灶性比例较前者高。
王安然[6]（2021）在《基于CT影像组学的腮腺良恶性肿瘤分类方法研究》文中提出目的探讨CT影像组学在腮腺良恶性肿瘤分类中的应用价值。方法回顾性分析经手术病理证实的313例腮腺肿瘤患者的临床和影像学资料,包括腮腺恶性肿瘤73例,良性肿瘤240例。所有患者均行CT平扫及增强扫描,按照7:3的比例将患者分成训练集（219例）和验证集（94例）。采用SPSS 23.0软件分析临床特征。运用Python软件提取影像组学特征,运用皮尔逊相关系数（PCC）结合Relief算法进行影像组学特征筛选,最后采用支持向量机（SVM）建立腮腺良恶性肿瘤鉴别诊断的影像组学模型、影像组学综合模型,并用受试者操作特征（ROC）曲线下面积（AUC）对模型进行评价。结果共获得1218个组学特征,筛选后最终获得最有价值的影像组学特征15个。另获得有统计学意义的临床特征4个。影像组学模型训练集和验证集的AUC、准确度、敏感度、特异度分别为0.89[95%CI（0.85,0.93）]、0.87、0.93、0.85,验证集AUC、准确度、敏感度、特异度分别为0.83[95%CI（0.76,0.87）]、0.87、0.93、0.85。合并临床特征后的综合模型在训练集和验证集中AUC分别提高到0.94[95%CI（0.89,0.97）]和0.90[95%CI（0.86,0.95）]。结论基于CT的影像组学模型具有良好的鉴别腮腺良恶性肿瘤的潜能,结合临床特征构建影像组学综合模型后诊断效能可得到进一步提高。
刘诗娴[7]（2021）在《咽旁隙肿瘤的影像学特点分析及其在临床诊治中的作用》文中研究说明目的通过对我院48例咽旁隙肿瘤的影像学特点进行分析,提高咽旁隙肿瘤的诊断准确率,进一步指导治疗方案和手术入路的选择。方法收集2016年1月-2020年04月蚌医一附院影像科和耳鼻咽喉头颈外科诊断并手术的咽旁隙肿瘤患者48例。36例患者术前行CT检查（其中8例单独行CT检查,28例患者同时行CT、MRI检查）,40例患者术前行MRI检查（其中12例单独行MRI检查,28例患者同时行CT、MRI检查）,结合影像学特点初步明确肿瘤来源,并根据肿瘤影像学特点对其性质进行判断,并统计其与术后大体病理的符合率。并根据肿瘤影像学特点对经口径路与经颈径路术中出血、术后疼痛、手术并发症进行比较。结果CT和MRI检查有助于判断肿瘤的来源、位置、大小、边界以及与周围重要解剖结构的关系。诊断方面CT联合MRI检查较单独行CT检查符合率高（?2=7.365,P=0.007）;CT联合MRI检查较单独行MRI检查符合率高（?2=6.160,P=0.013）。治疗方面经口径路与经颈径路术中出血、术后疼痛比较,差异有统计学意义（P<0.05）;经口径路与经颈径路并发症比较,差异无统计学意义（P>0.05）。结论CT或（和）MRI的检查可初步明确肿瘤的性质、所在部位及来源,影像学作为一种无创检查对咽旁隙肿瘤的诊断、鉴别诊断有重要作用,同时对治疗方案及手术入路的选择具有临床指导价值。经口径路在减少术中出血、减轻术后疼痛方面较经颈径路有优势。
巫雁丹[8]（2021）在《CT与高频超声对不同瘤体直径的腮腺混合瘤患者诊断价值分析》文中研究说明目的:对比分析CT与高频超声对不同瘤体直径的腮腺混合瘤患者诊断价值。方法:分析本院2017年1月至2020年4月收治的85例腮腺肿瘤患者的病案资料,术前CT和高频超声两种方式检查,比较CT与高频超声诊断腮腺混合瘤总体效能、CT与高频超声诊断瘤体直径>2 cm的腮腺混合瘤效能、CT与高频超声诊断瘤体直径≤2 cm的腮腺混合瘤效能。结果:CT、高频超声诊断腮腺混合肿瘤总体效能（灵敏度、特异度、阳性预测值、阴性预测值、符合率）无显着性差异（P>0.05）,高频超声诊断瘤体直径>2 cm的腮腺混合瘤灵敏度、特异度、阳性预测值、阴性预测值、符合率较CT检查均显着提高（P<0.05）,CT诊断瘤体直径≤2cm的腮腺混合瘤的灵敏度、特异度、阳性预测值、阴性预测值及符合率较高频超声均显着提高（P<0.05）。结论:高频超声可作为腮腺混合瘤的常规筛查方法,若瘤体直径<2cm,则应该联合CT综合诊断,提高腮腺混合瘤的诊断效能。
刘占东,安琪,马二奎,张雷,朱秀娟[9]（2021）在《多排螺旋CT双期扫描对腮腺良性肿瘤的诊断价值》文中研究指明目的探讨腮腺良性肿瘤的CT表现,提高对腮腺肿瘤的诊断水平。方法回顾性分析经手术病理证实的85例腮腺良性肿瘤患者的多排螺旋CT双期增强扫描表现。结果 10例腮腺基底细胞腺瘤患者中,2个病灶密度相对均匀,8个病灶密度不均匀。43例腮腺淋巴瘤患者中,43个病灶密度较均匀,18个病灶密度不均匀。31例腮腺多形性腺瘤患者中,16个病灶密度均匀,15个病灶密度欠均匀,CT增强扫描6例明显强化,余25例轻度强化。1例鳃裂囊肿表现为类圆形的低密度结节,CT值19 HU,边缘清楚光滑,密度均匀,增强检查囊内容物不强化,囊壁可轻度增强。增强扫描动脉期,CT值增加幅度由大到小依次为基底细胞腺瘤、腺淋巴瘤、多形性腺瘤、鳃裂囊肿。基底细胞腺瘤双期CT增强幅度大于其他种类疾病（P<0.05）。结论多排螺旋CT能对腮腺肿瘤进行有效定位,双期增强扫描对诊断及鉴别诊断良性肿瘤有一定的价值。
唐晨虎,马东,孙伟,赵文超,谈瑞生,陈新[10]（2021）在《CT和MRI在腮腺良、恶性肿瘤鉴别诊断中的价值》文中指出目的:研究CT及MRI对腮腺良恶性肿瘤的鉴别诊断价值。方法:以2016年1月—2019年2月收治的69例在我院治疗的腮腺肿瘤患者作为研究对象,良性病变49例,恶性病变20例,分别对两组患者开展CT和MRI检查,分析不同病变的CT和MRI检查结果之间的差异。结果:良性肿瘤CT检查边界清晰、钙化及囊变检出率高于恶性肿瘤（P<0.05）,良性肿瘤体积小于恶性肿瘤（P<0.05）;两组患者的DCE-MRI时间-信号强度曲线之间的差异存在统计学意义（P<0.05）,良性组中,多形性腺瘤主要以Ⅰ型DCE-MRI时间-信号强度曲线为主,腺淋巴瘤主要以Ⅱ型DCE-MRI时间-信号强度曲线为主,恶性肿瘤主要以Ⅲ型DCE-MRI时间-信号强度曲线为主,良性肿瘤ADC数值平均为1.69±0.19,恶性肿瘤的ADC数值平均为1.02±0.15,良性肿瘤的ADC数值高于恶性组（t=14.062,P=0.000）;恶性肿瘤与边界清晰率、钙化及囊变率、ADC呈负相关,与患者的DCE-MRI时间-信号强度曲线、肿瘤大小呈正相关（P<0.05）;对于恶性腮腺肿瘤的诊断,联合诊断特异度（65.12%）高于CT和MRI单独检测（48.98%,18.37%）。结论:通过对患者的CT和MRI的联合诊断,可提升对恶性腮腺肿瘤患者的诊断效能。
二、腮腺肿瘤的CT诊断价值（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、腮腺肿瘤的CT诊断价值（论文提纲范文）
（1）CT对腮腺良恶性肿瘤的诊断及影像图片分析（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 方法 |
| 1.3 观察指标 |
| 1.4 统计学方法 |
| 2 结果 |
| 2.1 所有患者CT结果与病理结果对比 |
| 2.2 良、恶性肿瘤CT成像特征对比 |
| 3 讨论 |
（2）腮腺良性肿瘤容积穿梭CT灌注时间-密度曲线特征分析（论文提纲范文）
| 1 资料与方法 |
| 1.1 病例资料 |
| 1.2 检查方法 |
| 1.3 图像后处理 |
| 1.4 评价指标 |
| 1.4.1 形态学 |
| 1.4.2 TDC曲线 |
| 1.5 辐射剂量 |
| 1.6 统计学处理 |
| 2 结果 |
| 3 讨论 |
（3）多层螺旋CT增强扫描联合B超对腮腺肿瘤的诊断价值（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 纳入与排除标准 |
| 1.3 方法 |
| 1.4 评价标准 |
| 1.5 统计学方法 |
| 2 结果 |
| 2.1 术后病理诊断情况 |
| 2.2 各影像诊断情况 |
| 2.3 各方法诊断准确率比较 |
| 2.4 不同类型肿瘤各期相CT值比较 |
| 3 讨论 |
（4）多参数MR影像组学特征对腮腺多形性腺瘤及腺淋巴瘤诊断价值的研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 中英文缩略词 |
| 第1章 前言 |
| 第2章 综述 头颈部肿瘤影像组学研究进展 |
| 2.1 影像组学的工作流程 |
| 2.1.1 图像提取 |
| 2.1.2 图像分割 |
| 2.1.3 图像特征提取与筛选 |
| 2.1.4 模型的建立及数据分析 |
| 2.2 影像组学在HNC中的应用 |
| 2.2.1 影像组学HNC鉴别诊断的应用 |
| 2.2.2 影像组学在HNC分期中的应用 |
| 2.2.3 影像组学在预测病毒感染状态的应用 |
| 2.2.4 影像组学在预测HNC预后中的应用 |
| 2.2.5 影像组学在预测HNC治疗疗效及放疗后相关副反应的应用 |
| 2.3 HNC组学的发展趋势及展望 |
| 第3章 资料与方法 |
| 3.1 实验对象 |
| 3.1.1 纳入标准 |
| 3.1.2 排除标准 |
| 3.2 MRI图像采集 |
| 3.3 病理检查结果 |
| 3.4 临床及影像表征资料 |
| 3.5 影像组学数据处理及分析 |
| 3.5.1 图像预处理及感兴趣区的获取 |
| 3.5.2 图像特征提取和筛选 |
| 3.6 模型的构建及统计分析 |
| 3.6.1 影像组学模型的构建 |
| 3.6.2 临床模型的构建 |
| 3.6.3 联合模型的构建 |
| 3.6.4 统计学分析 |
| 第4章 结果 |
| 4.1 影像组学模型 |
| 4.1.1 影像组学特征一致性分析 |
| 4.1.2 影像组学模型的构建及预测效能 |
| 4.2 临床模型 |
| 4.2.1 临床及影像表征单因素及多因素分析 |
| 4.2.2 临床模型的建立及预测效能 |
| 4.3 联合模型 |
| 4.3.1 联合模型的建立及预测效能 |
| 4.3.2 诺模图及决策曲线的构建及分析 |
| 第5章 讨论 |
| 第6章 结论 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 作者简介 |
| 科研成果 |
| 致谢 |
（5）腮腺基底细胞腺瘤与腮腺常见良性肿瘤在临床及CT影像中的特点分析（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 引言 |
| 第2章 综述 |
| 2.1 腮腺基底细胞腺瘤概况 |
| 2.2 腮腺与腮腺肿瘤 |
| 2.2.1 腮腺 |
| 2.2.2 腮腺肿瘤 |
| 2.3 腮腺基底细胞腺瘤的临床特征 |
| 2.3.1 临床表现 |
| 2.3.2 组织病理学 |
| 2.3.3 影像学特征 |
| 2.4 鉴别诊断 |
| 2.4.1 多形性腺瘤(PA) |
| 2.4.2 淋巴乳头状囊腺瘤(WT) |
| 2.4.3 基底细胞腺癌(BCAC) |
| 2.4.4 腺样囊性癌 |
| 2.5 治疗 |
| 2.6 预后 |
| 第3章 研究资料与方法 |
| 3.1 临床表现 |
| 3.1.1 调查对象 |
| 3.1.2 纳入标准 |
| 3.1.3 排除标准 |
| 3.1.4 资料对比分析内容 |
| 3.1.5 统计学分析处理 |
| 3.2 CT影像学表现 |
| 3.2.1 调查对象 |
| 3.2.2 纳入标准 |
| 3.2.3 排除标准 |
| 3.2.4 资料对比分析内容 |
| 3.2.5 统计学分析处理 |
| 第4章 结果 |
| 4.1 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤临床特征方面的比较 |
| 4.1.1 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在性别上的对比 |
| 4.1.2 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在年龄上的对比 |
| 4.1.3 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在病程上的对比 |
| 4.1.4 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在多发性上的对比 |
| 4.1.5 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在肿物质地上的对比 |
| 4.1.6 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在肿物活动度上的对比 |
| 4.2 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在CT影像学方面的对比 |
| 4.2.1 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在最大直径上的对比 |
| 4.2.2 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在进行增强CT扫描时密度是否均匀上的对比 |
| 4.2.3 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在是否具有多灶性上的对比 |
| 4.2.4 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在腮腺位置(深叶、浅叶)上的对比 |
| 4.2.5 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在是否存在囊性变上的对比 |
| 4.2.6 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在边界是否清楚上的对比 |
| 第5章 讨论 |
| 5.1 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在临床表现方面的比较分析 |
| 5.2 腮腺基底细胞腺瘤与多形性腺瘤、淋巴乳头状囊腺瘤在CT影像方面的比较分析 |
| 第6章 结论 |
| 参考文献 |
| 作者简介及在校期间所取得的科研成果 |
| 致谢 |
（6）基于CT影像组学的腮腺良恶性肿瘤分类方法研究（论文提纲范文）
| 英汉缩略语名词对照 |
| 摘要 |
| abstract |
| 前言 |
| 1 材料与方法 |
| 2 结果 |
| 3 讨论 |
| 全文小结 |
| 参考文献 |
| 附图及说明 |
| 文献综述:影像组学在头及颈部疾病诊疗中的应用进展 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的文章 |
（7）咽旁隙肿瘤的影像学特点分析及其在临床诊治中的作用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 引言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录 A 个人简历 |
| 附录 B 发表文章情况 |
| 附录 C 综述 咽旁隙肿瘤的影像学特征及其在诊治中的作用 |
| 参考文献 |
（8）CT与高频超声对不同瘤体直径的腮腺混合瘤患者诊断价值分析（论文提纲范文）
| 1 对象与方法 |
| 1.1 对象 |
| 1.2 检查方法 |
| 1.3 观察指标 |
| 1.4 统计学方法 |
| 2 结果 |
| 2.1 声像图特征分析 |
| 2.2 CT与高频超声诊断腮腺混合瘤总体效能比较 |
| 2.3 CT与高频超声诊断不同瘤体直径的腮腺混合瘤效能比较 |
| 2cm的腮腺混合瘤效能比较 '>2.3.1 CT与高频超声诊断瘤体直径>2cm的腮腺混合瘤效能比较 |
| 2.3.2 CT与高频超声诊断瘤体直径≤2cm的腮腺混合瘤效能比较 |
| 3 讨论 |
（9）多排螺旋CT双期扫描对腮腺良性肿瘤的诊断价值（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 方法 |
| 1.3 观察指标 |
| 1.4 统计学方法 |
| 2 结果 |
| 2.1 腮腺良性肿瘤的病理类型、位置及特征分析 |
| 2.2 腮腺良性肿瘤密度及强化特点分析 |
| 2.3 不同类型肿瘤的平扫CT值及双期净强化值比较 |
| 3 讨论 |
（10）CT和MRI在腮腺良、恶性肿瘤鉴别诊断中的价值（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 研究方法 |
| 1.3 观察指标 |
| 1.3.1 CT检查结果分析 |
| 1.3.2 MRI检查结果分析 |
| 1.3.3 两组ADC数值比较 |
| 1.3.4 恶性肿瘤患者与CT检查结果以及MRI检查结果的相关性分析 |
| 1.3.5 单独检测和联合检测效能分析 |
| 1.4 统计学方法 |
| 2 结果 |
| 2.1 CT检查结果分析 |
| 2.2 MRI检查结果分析 |
| 2.3 两组患者的ADC数值比较 |
| 2.4 相关性分析 |
| 2.5 单独检测和联合检测效能比较 |
| 3 讨论 |
四、腮腺肿瘤的CT诊断价值（论文参考文献）
- [1]CT对腮腺良恶性肿瘤的诊断及影像图片分析[J]. 谢艳,仇莉. 现代医用影像学, 2021(11)
- [2]腮腺良性肿瘤容积穿梭CT灌注时间-密度曲线特征分析[J]. 杨振兴,郝粉娥,赵磊,杨晓光,刘挨师. CT理论与应用研究, 2021(05)
- [3]多层螺旋CT增强扫描联合B超对腮腺肿瘤的诊断价值[J]. 刘志鹏,卢杉,张竞睿,李南南. 中国卫生标准管理, 2021(14)
- [4]多参数MR影像组学特征对腮腺多形性腺瘤及腺淋巴瘤诊断价值的研究[D]. 史灵雪. 吉林大学, 2021(01)
- [5]腮腺基底细胞腺瘤与腮腺常见良性肿瘤在临床及CT影像中的特点分析[D]. 李亚纯. 吉林大学, 2021(01)
- [6]基于CT影像组学的腮腺良恶性肿瘤分类方法研究[D]. 王安然. 重庆医科大学, 2021(01)
- [7]咽旁隙肿瘤的影像学特点分析及其在临床诊治中的作用[D]. 刘诗娴. 蚌埠医学院, 2021(01)
- [8]CT与高频超声对不同瘤体直径的腮腺混合瘤患者诊断价值分析[J]. 巫雁丹. 包头医学院学报, 2021(04)
- [9]多排螺旋CT双期扫描对腮腺良性肿瘤的诊断价值[J]. 刘占东,安琪,马二奎,张雷,朱秀娟. 临床医学研究与实践, 2021(10)
- [10]CT和MRI在腮腺良、恶性肿瘤鉴别诊断中的价值[J]. 唐晨虎,马东,孙伟,赵文超,谈瑞生,陈新. 中国临床医学影像杂志, 2021(02)