期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于CT增强图像纹理特征预测可切除胃癌患者预后 被引量:9
1
作者 黄裕存 曹治 +2 位作者 陆少范 黄胜福 邝宇良 《中国医学影像技术》 CSCD 北大核心 2020年第7期1046-1050,共5页
目的探讨基于术前CT增强图像纹理特征预测可切除胃癌患者预后的价值。方法回顾性分析197例经手术病理确诊胃癌患者,随机分为训练组(n=147)和验证组(n=50)。于术前CT增强门静脉期图像中提取90个病灶三维定量特征,采用组间相关系数(ICC)... 目的探讨基于术前CT增强图像纹理特征预测可切除胃癌患者预后的价值。方法回顾性分析197例经手术病理确诊胃癌患者,随机分为训练组(n=147)和验证组(n=50)。于术前CT增强门静脉期图像中提取90个病灶三维定量特征,采用组间相关系数(ICC)从中选择可重复性好者,以LASSO COX回归模型进行降维并筛选出与患者总生存时间(OS)相关特征,建立影像标签,对2组患者进行分类,根据标签分数的中位数值分为高危组和低危组,观察组间OS差异,分析临床、病理特征及影像纹理特征标签与患者预后的关系。构建融合纹理特征标签和临床病理特征的诺莫图,评价其预测胃癌患者预后的效能;绘制决策曲线,评价其临床价值。结果经筛选获得2个与患者OS相关的CT纹理特征并以之建立影像标签。训练组(χ^2=9.25)和验证组(χ^2=8.49)中,高危组和低危组患者OS差异均有统计学意义(P均<0.01)。影像标签及TNM分期为胃癌的独立危险因素。影像标签预测训练组和验证组患者3年OS的AUC分别为0.72(P=0.02)和0.67(P=0.07),融合影像标签和TNM分期的诺莫图模型预测3年OS的AUC分别为0.78和0.81(P均<0.01)。阈值为0.13~0.59时,诺莫图模型的净获益高于单独影像标签。结论基于CT增强图像纹理特征建立的影像标签可用于胃癌患者术后危险分层;联合病理特征构建的纹理诺模图模型有助于预测患者预后。 展开更多
关键词 胃肿瘤 体层摄影术 X线计算机 纹理分析 预后
在线阅读 下载PDF
右中腹(鱼刺)异物并炎性包块的超声表现1例
2
作者 陈燕玲 黄日林 +2 位作者 邝宇良 张建英 谢丽玲 《中国临床医学影像杂志》 北大核心 2017年第8期600-601,共2页
病例 男,61岁,3 d前无明显诱因出现右下腹持续性隐痛,阵发性加重入院. 查体:右下腹轻度压痛及反跳痛,以麦氏点明显. 彩超检查:右中腹部可见一混合性回声团块,大小约58 mm×37 mm,边界不清,内部回声不均匀,
关键词 异物 腹部 超声检查
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部