Key points are not available for this paper at this time.
私たちは以前に、肺実質の全体的および地域的変化の客観的評価のための適応型複数特徴法(AMFM)を説明しました。このコンピュータ化された方法は、高解像度コンピュータ断層撮影(HRCT)スキャンに基づいて肺組織を特性付けるために、統計的およびフラクタルテクスチャ特徴の組み合わせを使用します。本研究は、AMFMを大幅に拡張し、複数の肺疾患プロセスを同時に区別するものでした。正常な被験者と、肺気腫、特発性肺線維症(IPF)、またはサルコイドーシスの被験者が研究されました。AMFMは、現在利用されている2つのコンピュータベースの方法、平均肺密度(MLD)およびヒストグラム分析(HIST)と比較されました。全体的に、2つの被験者グループを比較した場合、AMFMの全体的な精度はMLDの全体的な精度よりも2〜18%、HIST方法の精度よりも36%向上しました。3被験者グループの識別タスクでは、AMFMはMLDよりも7〜27%、HIST方法よりも4〜36%優れた性能を示しました。さらに、すべての4つの被験者グループを同時に区別する際のAMFMの全体的な精度は81%で、MLDよりも21%、HIST方法よりも25%優れた結果でした。ほとんどの3被験者グループ比較および4被験者グループ比較において、AMFMはMLDおよびHIST方法よりも有意に(p < 0.01)優れていました。次に、AMFMは正常と各疾患グループを個別に識別するために適用されました。正常対肺気腫、正常対IPF、および正常対サルコイドーシスのサンプルは、それぞれ95%、86%、77%の精度で区別されました。AMFMは、複数の実質的肺疾患を成功裏に区別するために適応可能な客観的定量的手法です。
Uppaluri et al. (Mon,)はこの問題を研究しました。