Скачать электронную версию статьи (в свободном доступе).
Рассмотрена методика оценки необходимого числа диагностических параметров для диагностики некоторых заболеваний лёгких. Диагностические параметры, полученные анализом медицинских изображений рентгеновской компьютерной томографии (РКТ) внутренних органов, имеют статистическую зависимость от типа патологии. Это даёт возможность статистической дифференциации патологий. Нет единственного диагностического признака, который бы однозначно определял тип заболевания, только совокупность таких параметров даёт возможность вероятностной диагностики. Поэтому определение количества необходимых параметров для постановки достоверного диагноза является актуальной задачей. В работе представлена методика оценки количества таких параметров на примере двух заболеваний. Проведен количественный расчет для дифференциации патологий "рак – туберкулез" на основе анализа диагностических параметров больных с верифицированными диагнозами.
Ключевые слова: шаровидные образования в лёгких, компьютерная томография, вероятностная диагностика, плотность Хаунсфилда
The article discusses the method of estimating the required number of diagnostic parameters for the diagnosis of certain diseases of the lungs. Diagnostic parameters obtained by analyzing medical imaging X-ray computed tomography (CT) of the internal organs, are statistically dependent on the type of pathology. This enables statistical differentiation abnormalities. There is no single diagnostic feature that would uniquely determine the type of the disease, only a combination of these parameters enables the probabilistic diagnosis. Therefore, the determination of the number of parameters required for setting a definite diagnosis is an urgent task. The paper presents a method of estimating the number of parameters in the example of the two diseases. A quantitative calculation to differentiate pathologies "cancer – TB" on the basis of the analysis of diagnostic parameters of patients with verified diagnosis.
Keywords: spherical formation in the lungs, CT, diagnostics probability, density Hounsfield