RU2407427C2 - Method of diagnosing thyroid gland tumours by means of mathematical modelling - Google Patents
Method of diagnosing thyroid gland tumours by means of mathematical modelling Download PDFInfo
- Publication number
- RU2407427C2 RU2407427C2 RU2009103500/14A RU2009103500A RU2407427C2 RU 2407427 C2 RU2407427 C2 RU 2407427C2 RU 2009103500/14 A RU2009103500/14 A RU 2009103500/14A RU 2009103500 A RU2009103500 A RU 2009103500A RU 2407427 C2 RU2407427 C2 RU 2407427C2
- Authority
- RU
- Russia
- Prior art keywords
- thyroid gland
- thyroid
- value
- nodular
- cytological
- Prior art date
Links
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
Изобретение относится к медицине, а именно к хирургии, и может быть использовано в дооперационном периоде для диагностики опухолей щитовидной железы с целью выбора адекватного метода лечения у больных узловыми образованиями щитовидной железы.The invention relates to medicine, namely to surgery, and can be used in the preoperative period for the diagnosis of thyroid tumors in order to select an appropriate treatment method for patients with nodular thyroid formations.
Известен способ (1) диагностики и прогнозирования числа новых случаев высокодифференцированного рака среди узловых образований щитовидной железы с использованием математической моделиA known method (1) for diagnosing and predicting the number of new cases of highly differentiated cancer among nodules of the thyroid gland using a mathematical model
Xcp≤Х≤Xmax или Xmin≤Х≤Xcp,X cp ≤X≤X max or X min ≤X≤X cp ,
где Х - предполагаемое значение числа случаев рака,where X is the estimated value of the number of cases of cancer,
Xmax - максимальное значение периодической функции за предшествующий период;X max - the maximum value of the periodic function for the previous period;
Xmin - минимальное значение периодической функции за предшествующий период;X min - the minimum value of the periodic function for the previous period;
Xcp - среднее значение периодической функции за предшествующий период.X cp - the average value of the periodic function for the previous period.
Известный способ имеет следующие недостатки:The known method has the following disadvantages:
1) способ рассчитан для применения у больших групп больных на длительный период времени - 5-6 лет и не предусматривает индивидуального использования для целей диагностики и лечения каждого конкретного больного;1) the method is designed for use in large groups of patients for a long period of time - 5-6 years and does not provide for individual use for the diagnosis and treatment of each specific patient;
2) для разработки модели не был использован статистический метод обработки клинического материала - дискриминантный анализ.2) for the development of the model was not used a statistical method for processing clinical material - discriminant analysis.
Техническим результатом является диагностика опухолей щитовидной железы в дооперационном периоде для выбора адекватного метода лечения у больных узловыми образованиями щитовидной железы с помощью математической модели.The technical result is the diagnosis of thyroid tumors in the preoperative period to select an appropriate treatment method for patients with nodular thyroid formations using a mathematical model.
Предлагаемый способ позволяет с помощью математической модели в виде классифицирующих функций, которые были рассчитаны при пошаговом дискриминантом анализе с использованием статистического пакета STATISTTCA 6,0 с поэтапным включением переменных (Forward stepwise) в анализ 26 стандартных клинико-анамнестнческих, ультразвуковых, цитологических параметров у 117 больных, в результате чего были выделены 9 наиболее информативных параметров, составившие модель, и рассчитаны их коэффициенты классифицирующих функций, диагностировать опухоли щитовидной железы в пооперационном периоде для выбора адекватного метода лечения у больных узловыми образованиями щитовидной железы.The proposed method allows using a mathematical model in the form of classifying functions that were calculated in a step-by-step discriminant analysis using the statistical package STATISTTCA 6.0 with stepwise inclusion of variables (Forward stepwise) in the analysis of 26 standard clinical, medical, ultrasound, cytological parameters in 117 patients As a result, 9 of the most informative parameters that made up the model were identified, and their coefficients of classification functions were calculated, diagnosed thyroid tumors Threat of operational in the period to select the appropriate method of treatment in patients with thyroid nodules.
Классифицирующие функции для диагностики опухолей ЩЖ.Classifying functions for the diagnosis of thyroid tumors.
Нет опухоли Y1=-4,59+2,68∙Х1+2,66∙Х2+3,96∙Х3+1,66∙Х4+3,67∙Х5+3,97∙Х6+0,82∙Х7+1,41∙Х8+1,09∙Х9.No tumor Y1 = -4.59 + 2.68 ∙ X1 + 2.66 ∙ X2 + 3.96 ∙ X3 + 1.66 ∙ X4 + 3.67 ∙ X5 + 3.97 ∙ X6 + 0.82 ∙ X7 + 1.41 ∙ X8 + 1.09 ∙ X9.
Есть опухоль Y2=-14,45+5,87∙X1+5,36∙X2+7,15∙X3+3,32∙X4+6,15∙X5+7,07∙Х6+1,69∙Х7+3,24∙Х8+2,51∙Х9,There is a tumor Y2 = -14.45 + 5.87 ∙ X1 + 5.36 ∙ X2 + 7.15 ∙ X3 + 3.32 ∙ X4 + 6.15 ∙ X5 + 7.07 ∙ X6 + 1.69 ∙ X7 + 3.24 ∙ X8 + 2.51 ∙ X9,
где ультразвуковые параметры: X1 - интранодулярный кровоток в узловом образовании, Х2 - неровный контур узла, Х3 - гипоэхогенность узлового образования, Х4 - кальцинаты в узловом образовании, Х5 - неоднородность узлового образования, Х6 - отсутствие ободка «хало», цитологические параметры: Х7 - палиллярные структуры, Х8 - внутриядерные включения, клинико-анамнестические параметры: Х9 - быстрый рост узла в щитовидной железе.where the ultrasound parameters: X1 - intranodular blood flow in the nodular formation, X2 - uneven contour of the node, X3 - hypoechoicity of the nodular formation, X4 - calcifications in the nodular formation, X5 - heterogeneity of the nodular formation, X6 - lack of a rim “halo”, cytological parameters: X7 - palillary structures, X8 - intranuclear inclusions, clinical and anamnestic parameters: X9 - rapid growth of the node in the thyroid gland.
Способ диагностики опухолей щитовидной железы, включающий проведение клинико-анамнестического, цитологического, а также ультразвукового (УЗИ) обследования щитовидной железы, отличается тем, что проводят УЗИ узлового образования в щитовидной железе, определяют следующие параметры: ультразвуковые - интранодулярный кровоток в узловом образовании - X1, неровный контур узла - Х2, гипоэхогенность узлового образования - Х3, кальцинаты в узловом образовании - Х4, неоднородность узлового образования - Х5, отсутствие ободка «хало» - Х6, цитологические - папиллярные структуры - Х7, внутриядерные включения - Х8, клинико-анамнестическое - быстрый рост узла в щитовидной железе - Х9, при наличии признака ставят значение «1», при его отсутствии - «0», рассчитывают на основе данных функций значения Y1 и Y2:A method for the diagnosis of thyroid tumors, including clinical, anamnestic, cytological, as well as ultrasound (ultrasound) examinations of the thyroid gland, differs in that they conduct ultrasound nodules in the thyroid gland, determine the following parameters: ultrasound - intranodular blood flow in the nodule - X1, irregular knot contour - X2, hypoechoicity of the nodular formation - X3, calcifications in the nodular formation - X4, heterogeneity of the nodular formation - X5, lack of a halo rim - X6, cytological - papillary structures - X7, intranuclear inclusions - X8, clinical and anamnestic - rapid node growth in the thyroid gland - X9, if there is a sign, set the value to “1”, in the absence of a sign - “0”, calculate the values of Y1 and Y2 based on these functions :
Y1=-4,59+2,68∙Х1+2,66∙Х2+3,96∙Х3+1,66∙Х4+3,67∙Х5+3,97∙Х6+0,82∙Х7+1,41∙Х8+1,09∙Х9,Y1 = -4.59 + 2.68 ∙ X1 + 2.66 ∙ X2 + 3.96 ∙ X3 + 1.66 ∙ X4 + 3.67 ∙ X5 + 3.97 ∙ X6 + 0.82 ∙ X7 + 1 , 41 ∙ X8 + 1.09 ∙ X9,
Y2=-14,45+5,87∙X1+5,36∙X2+7,15∙X3+3,32∙X4+6,15∙X5+7,07∙X6+1,69∙X7+3,24∙Х8+2,51∙Х9,Y2 = -14.45 + 5.87 ∙ X1 + 5.36 ∙ X2 + 7.15 ∙ X3 + 3.32 ∙ X4 + 6.15 ∙ X5 + 7.07 ∙ X6 + 1.69 ∙ X7 + 3 24 ∙ X8 + 2.51 ∙ X9,
если значение Y2 больше, чем Y1, устанавливают диагноз опухоли щитовидной железы, если значение Y1 больше Y2 - исключают диагноз опухоли щитовидной железы.if the value of Y2 is greater than Y1, a thyroid tumor is diagnosed; if the value of Y1 is greater than Y2, the diagnosis of a thyroid tumor is excluded.
Способ осуществляется следующим образом.The method is as follows.
У больных с узловыми образованиями ЩЖ в пооперационном периоде определяют следующие стандартные параметры: ультразвуковые - интранодулярный кровоток (X1), неровный контур (Х2), гипоэхогенность (Х3), кальцинаты (Х4), неоднородность (Х5), отсутствие ободка «хало» (Х6); цитологические - папиллярные структуры (Х7), внутриядерные включения (Х8); клинико-анамнестические - быстрый рост узла (Х9). Эти параметры введят в математическую модель, при наличии признака ставят значение «1», при его отсутствии - «0»:The following standard parameters are determined in patients with thyroid nodules in the operative period: ultrasound - intranodular blood flow (X1), irregular contour (X2), hypoechoicity (X3), calcifications (X4), heterogeneity (X5), lack of a rim “halo” (X6 ); cytological - papillary structures (X7), intranuclear inclusions (X8); clinical and anamnestic - rapid growth of the node (X9). These parameters will be introduced into the mathematical model, if there is a sign they put the value “1”, in the absence of it - “0”:
Нет опухоли Y1=-4,59+2,68∙Х1+2,66∙Х2+3,96∙Х3+1,66∙Х4+3,67∙Х5+3,97∙Х6-0,82∙Х7+1,41∙Х8+1,09∙Х9No tumor Y1 = -4.59 + 2.68 ∙ X1 + 2.66 ∙ X2 + 3.96 ∙ X3 + 1.66 ∙ X4 + 3.67 ∙ X5 + 3.97 ∙ X6-0.82 ∙ X7 + 1.41 ∙ X8 + 1.09 ∙ X9
Есть опухоль Y2=-14,45+5,87∙Х1+5,36∙Х2+7,15∙Х3+3,32∙Х4+6,15∙Х5+7,07∙Х6+1,69∙Х7+3,24∙Х8+2,51∙Х9There is a tumor Y2 = -14.45 + 5.87 ∙ X1 + 5.36 ∙ X2 + 7.15 ∙ X3 + 3.32 ∙ X4 + 6.15 ∙ X5 + 7.07 ∙ X6 + 1.69 ∙ X7 + 3.24 ∙ X8 + 2.51 ∙ X9
Результаты оцениваются следующим образом: пациент относится к той группе, для которой расчет функции даст большее значение. Если значение классифицирующей функции для Y2 больше, чем значение функции Y1, пациент должен быть отнесен к группе Y2 - есть опухоль. Если значение классифицирующей функции для Y1 больше, чем значение функции Y2, пациент должен быть отнесен к группе Y1 - нет опухоли.The results are evaluated as follows: the patient belongs to the group for which the calculation of the function will give a greater value. If the value of the classifying function for Y2 is greater than the value of the function Y1, the patient should be assigned to the group Y2 - there is a tumor. If the value of the classifying function for Y1 is greater than the value of the function Y2, the patient should be assigned to group Y1 - there is no tumor.
Примеры выполнения заявленного способа.Examples of the claimed method.
Пример 1.Example 1
Больная К., 38 лет (история болезни №9738/07), поступила в клинику с жалобами на наличие узловых образований в области шеи, ощущение давления и «комка» при глотании. Считает себя больной в течение 1,5 лет. При поступлении состояние удовлетворительное. При пальпации в правой доле ЩЖ определяется узловое образование, округлой формы, плотное, диаметром до 5,5-6 см, смещаемое при глотании. В левой доле ЩЖ - узловое образование до 2 см, менее плотное, округлой формы, также легко смещаемое при глотании.Patient K., 38 years old (medical history No. 9738/07), was admitted to the clinic with complaints of the presence of nodular formations in the neck, a feeling of pressure and a “lump” when swallowing. Considers herself ill for 1.5 years. Upon receipt, the condition is satisfactory. On palpation in the right lobe of the thyroid gland, a nodular formation is determined, round, dense, with a diameter of up to 5.5-6 cm, displaced by swallowing. In the left lobe of the thyroid gland - nodular formation up to 2 cm, less dense, rounded in shape, also easily shifted when swallowing.
УЗИ ЩЖ: правая доля ЩЖ неоднородна. В нижнем полюсе - гипоэхогенное узловое образование диаметром 25×20 мм, с нечеткими, неровными контурами, неоднородной структуры, без ободка, кальцинатом, имеющее интранодулярный тип кровотока (узел №1).Ultrasound of the thyroid gland: the right lobe of the thyroid gland is heterogeneous. In the lower pole, there is a hypoechoic nodular formation with a diameter of 25 × 20 mm, with fuzzy, uneven contours, an inhomogeneous structure, without a rim, and calcinate, which has an intranodular type of blood flow (node No. 1).
В левой доле ЩЖ - гипоэхогенное узловое образование с четкими ровными контурами 17×23 мм неоднородной структуры с жидкостным включением без ободка, перинодулярным кровотоком (узел №2).In the left lobe of the thyroid gland - hypoechoic nodular formation with clear even contours of 17 × 23 mm heterogeneous structure with a fluid inclusion without a rim, perinodular blood flow (node number 2).
Цитологическое исследование: узловое образование №1 - дисплазия фолликулярного эпителия; узловое образование №2 - коллоидный зоб.Cytological examination: nodular formation No. 1 - dysplasia of the follicular epithelium; nodular formation No. 2 - colloid goiter.
Расчет классифицирующих функций для узлового образования №1.Calculation of classification functions for nodal education №1.
Из входящих в модель параметров были следующие: интранодулярный кровоток (X1), неровный контур (Х2), гипоэхогенность (ХЗ), кальцинаты (Х4), неоднородность (Х5), отсутствие ободка «хало» (Х6):Among the parameters included in the model were the following: intranodular blood flow (X1), irregular contour (X2), hypoechoicity (HZ), calcifications (X4), heterogeneity (X5), lack of a rim “halo” (X6):
Рассчитываем классифицирующие функции:We calculate the classification functions:
Y1=-4,59+2,68∙1+2,66∙1+3,96∙1+1,66∙1+3,67∙1+3,97∙1+0,82∙0+1,41∙0+1,09∙0=14,01Y1 = -4.59 + 2.68 ∙ 1 + 2.66 ∙ 1 + 3.96 ∙ 1 + 1.66 ∙ 1 + 3.67 ∙ 1 + 3.97 ∙ 1 + 0.82 ∙ 0 + 1 , 41 ∙ 0 + 1.09 ∙ 0 = 14.01
или Y1=-4,59+2,68∙1+2,66∙1+3,96∙1+1,66∙1+3,67∙1+3,97∙1=14,01,or Y1 = -4.59 + 2.68 ∙ 1 + 2.66 ∙ 1 + 3.96 ∙ 1 + 1.66 ∙ 1 + 3.67 ∙ 1 + 3.97 ∙ 1 = 14.01,
Y2=-14,45+5,87∙1+5,36∙1+7,15∙1+3,32∙1+6,15∙1+7,07∙1+1,69∙0+3,24∙0+2,51∙0=20,47Y2 = -14.45 + 5.87 ∙ 1 + 5.36 ∙ 1 + 7.15 ∙ 1 + 3.32 ∙ 1 + 6.15 ∙ 1 + 7.07 ∙ 1 + 1.69 ∙ 0 + 3 , 24 ∙ 0 + 2.51 ∙ 0 = 20.47
или Y2=-14,45+5,87∙1+5,36∙1+7,15∙1+3,32∙1+6,15∙1+7,07∙1=20,47.or Y2 = -14.45 + 5.87 ∙ 1 + 5.36 ∙ 1 + 7.15 ∙ 1 + 3.32 ∙ 1 + 6.15 ∙ 1 + 7.07 ∙ 1 = 20.47.
Таким образом, Y2=20,47>Y1=14,01, т.е. есть опухоль ЩЖ.Thus, Y2 = 20.47> Y1 = 14.01, i.e. there is a thyroid tumor.
Следовательно, узловое образование №1 в щитовидной железе может быть отнесено к опухолям щитовидной железы.Therefore, nodular formation No. 1 in the thyroid gland can be attributed to thyroid tumors.
Расчет классифицирующих функций для узлового образования №2.Calculation of classification functions for nodal education №2.
Входящие в модель параметры следующие: гипоэхогенность (Х3), неоднородность (Х5), отсутствие ободка «хало» (Х6):The parameters included in the model are as follows: hypoechoicity (X3), heterogeneity (X5), lack of a rim “halo” (X6):
Рассчитываем классифицирующие функции:We calculate the classification functions:
Y1=-4,59+2,68∙0+2,66∙0+3,96∙1+1,66∙0+3,67∙1+3,97∙1+0,82∙0+1,41∙0+1,09∙0=7,01Y1 = -4.59 + 2.68 ∙ 0 + 2.66 ∙ 0 + 3.96 ∙ 1 + 1.66 ∙ 0 + 3.67 ∙ 1 + 3.97 ∙ 1 + 0.82 ∙ 0 + 1 , 41 ∙ 0 + 1.09 ∙ 0 = 7.01
или Y1=-4,59+3,96∙1+3,67∙1+3,97∙1-7,01,or Y1 = -4.59 + 3.96 ∙ 1 + 3.67 ∙ 1 + 3.97 ∙ 1-7.01,
Y2=-14,45+5,87∙0+5,36∙0+7,15∙1+3,32∙0+6,15∙1+7,07∙1+1,69∙0+3,24∙0+2,51∙0=5,92Y2 = -14.45 + 5.87 ∙ 0 + 5.36 ∙ 0 + 7.15 ∙ 1 + 3.32 ∙ 0 + 6.15 ∙ 1 + 7.07 ∙ 1 + 1.69 ∙ 0 + 3 , 24 ∙ 0 + 2.51 ∙ 0 = 5.92
или Y2=-14,45+7,15∙1+6,15∙1+7,07∙1=5,92.or Y2 = -14.45 + 7.15 ∙ 1 + 6.15 ∙ 1 + 7.07 ∙ 1 = 5.92.
Y1=7,01>Y2=5,92, т.е. опухоли ЩЖ нет.Y1 = 7.01> Y2 = 5.92, i.e. no thyroid tumor.
Следовательно, узловое образование №2 в щитовидной железе может быть отнесено к неопухолевым узловым заболеваниям,Therefore, nodular formation No. 2 in the thyroid gland can be attributed to non-tumor nodular diseases,
Таким образом, больной К. установлен диагноз опухоли правой доли ЩЖ, неопухолевое узловое образование левой доли ЩЖ - узловой коллоидный зоб. Больная К. направлена на оперативное лечение. Выполнена тиреоидэктомия.Thus, patient K. was diagnosed with a tumor of the right lobe of the thyroid gland, non-tumor nodular formation of the left lobe of the thyroid gland - nodular colloid goiter. Patient K. is directed to surgical treatment. Thyroidectomy performed.
Послеоперационный гистологический диагноз (№9297/07): правая доля ЩЖ - фолликулярный рак; левая доля ЩЖ - узловой коллоидный зоб.Postoperative histological diagnosis (No. 9297/07): right lobe of the thyroid gland - follicular cancer; left lobe of the thyroid gland - nodular colloid goiter
Указанный пример свидетельствует, что на основании 9 стандартных параметров, определяемых больным с узловыми заболеваниями ЩЖ в амбулаторно-поликлинических условиях с помощью способа математического моделирования, можно диагностировать наличие или отсутствие опухоли ЩЖ в дооперационном периоде. Предлагаемый способ диагностики опухолей щитовидной железы с помощью математического моделирования может быть эффективно использован для диагностики опухолей в дооперационном периоде у больных с узловыми заболеваниями ЩЖ для выбора адекватного метода лечения.This example indicates that on the basis of 9 standard parameters determined by patients with thyroid nodular diseases in an outpatient setting using the method of mathematical modeling, it is possible to diagnose the presence or absence of a thyroid tumor in the preoperative period. The proposed method for the diagnosis of thyroid tumors using mathematical modeling can be effectively used to diagnose tumors in the preoperative period in patients with thyroid nodular diseases to select an appropriate treatment method.
Источники информацииInformation sources
1. Назарочкин Ю.В. Индивидуальный подход к диагностике и хирургическому лечению больных узловыми заболеваниями щитовидной железы. Автореф. дис… докт. мед. наук. / Ю.В.Назарочкин. - Волгоград, 2005. - 38 с.1. Nazarochkin Yu.V. An individual approach to the diagnosis and surgical treatment of patients with thyroid nodular diseases. Abstract. dis ... doctor. honey. sciences. / Yu.V. Nazarochkin. - Volgograd, 2005 .-- 38 p.
Claims (1)
Y1=-4,59+2,68·Х1+2,66·Х2+3,96·Х3+1,66·Х4+3,67·Х5+3,97·Х6+0,82·Х7+1,41·Х8+1,09·Х9;
Y2=-14,45+5,87·Х1+5,36·Х2+7,15·Х3+3,32·Х4+6,15·Х5+7,07·Х6+1,69·Х7+3,24·Х8+2,51·Х9,
если значение Y2 больше, чем Y1 устанавливают диагноз опухоли щитовидной железы, если значение Y1 больше Y2 исключают диагноз опухоли щитовидной железы. A method for the diagnosis of thyroid tumors, including clinical, anamnestic, cytological, and ultrasound (ultrasound) examinations of the thyroid gland, characterized in that they conduct ultrasound nodules in the thyroid gland, determine the following parameters: ultrasound - intranodular blood flow in the nodule - X1, irregular knot contour - X2, hypoechoicity of the nodular formation - X3, calcifications in the nodular formation - X4, heterogeneity of the nodular formation - X5, absence of a “halo” rim - X6, cytological Ie - papillary structures - X7, intranuclear inclusions - X8, clinical and anamnestic ones - rapid growth of a node in the thyroid gland - X9, if there is a sign, they put a value of 1, if it is absent, it is 0, and the values Y1 and Y2 are calculated on the basis of these functions:
Y1 = -4.59 + 2.68 · X1 + 2.66 · X2 + 3.96 · X3 + 1.66 · X4 + 3.67 · X5 + 3.97 · X6 + 0.82 · X7 + 1 41 * X8 + 1.09 * X9;
Y2 = -14.45 + 5.87; X1 + 5.36; X2 + 7.15; X3 + 3.32; X4 + 6.15; X5 + 7.07; X6 + 1.69; X7 + 3 .24 · X8 + 2.51 · X9,
if the value of Y2 is greater than Y1, a thyroid tumor is diagnosed; if the value of Y1 is greater than Y2, the diagnosis of a thyroid tumor is excluded.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009103500/14A RU2407427C2 (en) | 2009-02-02 | 2009-02-02 | Method of diagnosing thyroid gland tumours by means of mathematical modelling |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009103500/14A RU2407427C2 (en) | 2009-02-02 | 2009-02-02 | Method of diagnosing thyroid gland tumours by means of mathematical modelling |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2009103500A RU2009103500A (en) | 2010-08-10 |
| RU2407427C2 true RU2407427C2 (en) | 2010-12-27 |
Family
ID=42698702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2009103500/14A RU2407427C2 (en) | 2009-02-02 | 2009-02-02 | Method of diagnosing thyroid gland tumours by means of mathematical modelling |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2407427C2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2493770C2 (en) * | 2011-09-13 | 2013-09-27 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Амурская государственная медицинская академия" Минздравсоцразвития Российской Федерации | Method of diagnosing cancer in patients with pre-operation cytological diagnosis "follicular neoplasm" of thyroid gland by means of mathematical modelling |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2640998C1 (en) * | 2016-12-13 | 2018-01-12 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Южно-Уральский государственный медицинский университет" Министерства здравоохранения Российской Федерации (ФГБОУ ВО ЮУГМУ Минздрава России) | Method for diagnostics of primary hyperparathyroidism by questionnaire for assessment of clinical symptomatics |
| RU2706948C1 (en) * | 2018-12-29 | 2019-11-21 | Любовь Анатолиевна Тимофеева | Method for prediction of thyroid gland node malignancy probability |
-
2009
- 2009-02-02 RU RU2009103500/14A patent/RU2407427C2/en not_active IP Right Cessation
Non-Patent Citations (1)
| Title |
|---|
| ИВАНОВ С.В. Диагностика и хирургическое лечение узловых образований щитовидной железы при сомнительных результатах тонкоигольной аспирационной биопсии. Человек и его здоровье, №3, 2007, с.21-25. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2493770C2 (en) * | 2011-09-13 | 2013-09-27 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Амурская государственная медицинская академия" Минздравсоцразвития Российской Федерации | Method of diagnosing cancer in patients with pre-operation cytological diagnosis "follicular neoplasm" of thyroid gland by means of mathematical modelling |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2009103500A (en) | 2010-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Putra et al. | Current applications and development of artificial intelligence for digital dental radiography | |
| Lizio et al. | Volume reduction of cystic lesions after surgical decompression: a computerised three-dimensional computed tomographic evaluation | |
| Yeung et al. | Frequency, location, and association with dental pathology of mucous retention cysts in the maxillary sinus. A radiographic study using cone beam computed tomography (CBCT) | |
| US8510245B2 (en) | Bayesian clinical decision model for determining probability of transplant glomerulopathy | |
| JP7224441B2 (en) | Programs and systems for determining cancer molecular subtypes based on ultrasound and/or photoacoustic (OA/US) signatures | |
| Younis et al. | [Retracted] Early Diagnosis of Breast Cancer Using Image Processing Techniques | |
| CN102843959B (en) | Method of characterizing the pathological response of tissue to a treatmant plan | |
| CN1663530A (en) | Methods and apparatus for processing image data to aid in detecting disease | |
| TW202141521A (en) | System and method for predicting the risk of future lung cancer | |
| Bispo et al. | Computer tomographic differential diagnosis of ameloblastoma and odontogenic keratocyst: classification using a convolutional neural network | |
| Christopherson et al. | Chronic radiation-associated dysphagia in oropharyngeal cancer survivors: Towards age-adjusted dose constraints for deglutitive muscles | |
| Lince-Deroche et al. | Breast cancer in South Africa: developing an affordable and achievable plan to improve detection and survival | |
| RU2407427C2 (en) | Method of diagnosing thyroid gland tumours by means of mathematical modelling | |
| Cunha et al. | Primary intraosseous malignant peripheral nerve sheath tumor of the mandible: An unusual presentation mimicking a benign lesion | |
| RU2493770C2 (en) | Method of diagnosing cancer in patients with pre-operation cytological diagnosis "follicular neoplasm" of thyroid gland by means of mathematical modelling | |
| Flores et al. | Non-invasive differential diagnosis of dental periapical lesions in cone-beam CT | |
| Gargiulo | 3D Modelling and monitoring of denervated muscle under Functional Electrical Stimulation treatment and associated bone structural change | |
| RU2398289C1 (en) | Method of predicting post-operation recurrence of multinodular goitre by means of mathematical modelling | |
| CN115131343A (en) | Method, device and equipment for parting chronic nasosinusitis and readable storage medium | |
| Kurrek et al. | Contemporary CBCT diagnostics—discovery of a new artery with possible impact on surgical planning: the anterior superior palatal alveolar artery | |
| Motie et al. | Application of Artificial Intelligence in Diagnosing Oral and Maxillofacial Lesions, Facial Corrective Surgeries, and Maxillofacial Reconstructive Procedures | |
| CN116325009A (en) | Medical system and method | |
| Ferrara | Inflammatory breast cancer: challenges and developments | |
| Peng et al. | The study of ultrasonography based on deep learning in breast cancer | |
| Barua et al. | Discovering early imaging biomarkers of osteoradionecrosis in oropharyngeal cancer by characterization of temporal changes in computed tomography mandibular radiomic features |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20110203 |