TY -的A2 - Chen Xuanyu AU - Rajendran,拉胡尔盟——Iffrig Kevan gosper盟——Pruthi Deepak K AU -惠勒,Allison AU -纽曼,布莱恩盟,Kaushik Dharam AU -曼苏尔,艾哈迈德·M AU -帕内塔,凯伦盟——Agaian Sos AU -丽丝,Michael a . PY - 2019 DA - 2019/04/23 TI -初始评价的计算机辅助放射评估肾质量边缘检测视为粗糙度预测肾癌肿瘤亚型的SP - 3590623六世- 2019 AB - 客观的。开发软件，以评估潜在的侵略性偶然发现肾脏肿块使用图像。 方法。随机选取30名因肾细胞癌而行肾切除术的患者，工程师对他们的图像进行独立检查。肿瘤“粗糙度”是基于计算机断层扫描(CT)上显示的肿瘤地形特征的图像算法。采用单变量和多变量统计分析进行分析。 结果。我们调查了30名接受部分或完全肾切除术的患者。排除较差的图像渲染后，27例患者仍然存在(良性囊肿1例，嗜酸细胞瘤2例，透明细胞癌15例，乳头状细胞癌7例，嫌色细胞癌2例)。每个质量的平均粗糙度值分别为1.18、1.16、1.27、1.52和1.56个单位( p < 0.004 )。肾脏肿块与肿瘤粗糙度相关(Pearson’s， p = 0.02 )。然而，良性肿瘤的肿瘤大小本身较大( p = 0.1 )。线性回归分析指出，粗糙度分数对模型的影响最大，而其他人口统计数据均相同，包括肿瘤大小( p = 0.003 )。 结论。使用基本的CT成像软件，肿瘤的地形(“粗糙度”)可以被量化，并与肾细胞癌亚型等组织学相关，从而可以确定小的肾脏肿块的侵袭性。SN - 1687-6369 UR - https://doi.org/10.1155/2019/3590623 DO - 10.1155/2019/3590623 JF -泌尿学进展PB - Hindawi KW - ER -