检索结果-维普期刊中文期刊服务平台

基于多参数MRI影像组学鉴别非肿块型乳腺癌和非哺乳期乳腺炎: 1; 作者宋丽俊薛志伟 +2 位作者田兄玲贾毅马依迪丽·尼加提《磁共振成像》北大核心 2025年第8期73-79,94,共8页; 目的探讨基于多参数磁共振成像(magnetic resonance imaging,MRI)的影像组学模型对非肿块型乳腺癌和非哺乳期乳腺炎(non-lactating mastitis,NLM)的鉴别诊断价值。材料与方法回顾性收集2020年6月至2024年6月于新疆医科大学附属中医医院... 展开更多; 关键词非哺乳期乳腺炎非肿块型乳腺癌多参数磁共振成像鉴别诊断; 在线阅读下载PDF 职称材料

基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究: 2; 作者阿布都热苏力·吐尔孙阿布都克尤木江·阿布力孜 +3 位作者帕提曼·买买提黄陈翠沈玲燕马依迪丽·尼加提《中国防痨杂志》北大核心 2025年第8期1044-1052,共9页; 目的:探索利用多期胸部CT扫描的深度学习模型,预测肺结核药物治疗效果。方法:收集2020年1月至2024年1月在新疆喀什地区第一人民医院住院接受治疗的279例肺结核患者的多时序胸部CT影像数据,包括治疗前CT和治疗后CT。提取3386个影像组学特... 展开更多; 关键词结核肺治疗结果预测人工智能放射摄影术; 在线阅读下载PDF 职称材料

双源CT血管成像在南疆地区汉族与维族健康成人冠状动脉解剖结构的比较分析被引量：1: 3; 作者田序伟艾克拜尔江·吐鲁洪 +3 位作者蒋刘江邱娅马依迪丽·尼加提沈君《重庆医科大学学报》 CAS CSCD 北大核心 2019年第10期1298-1301,共4页; 目的:分析新疆南疆地区汉族及维吾尔族健康体检人群冠状动脉CT血管成像(coronarycomputed tomographic angiography,CCTA)中冠状动脉分支管径及分布类型、主动脉窦管径的差异和相关性分析。方法:回顾性分析2016年1月至2017年1月喀什地... 展开更多; 关键词冠状动脉解剖计算机体层成像血管造影术种群; 在线阅读下载PDF 职称材料

基于CT深度学习的活动性/非活动性肺结核分类模型构建及验证被引量：9: 4; 作者马依迪丽·尼加提米日古丽·达毛拉 +1 位作者张斌张水兴《暨南大学学报（自然科学与医学版）》 CAS 北大核心 2023年第1期69-77,86,共10页; 目的:评价基于深度学习框架(3D ResNet-50)的肺结核CT辅助诊断模型在活动性/非活动性肺结核鉴别诊断中的临床应用价值。方法:回顾性收集2018年1月至2020年12月期间喀什地区第一人民医院经结核分枝杆菌培养检测并接受胸部高分辨率CT平扫... 展开更多; 关键词 CT图像活动性肺结核非活动性肺结核深度学习; 在线阅读下载PDF 职称材料

题名基于多参数MRI影像组学鉴别非肿块型乳腺癌和非哺乳期乳腺炎: 1; 作者宋丽俊薛志伟田兄玲贾毅马依迪丽·尼加提; 机构新疆人工智能影像辅助诊断重点实验室新疆医科大学附属中医医院医学影像科; 出处《磁共振成像》北大核心 2025年第8期73-79,94,共8页; 基金新疆人工智能影像辅助诊断重点实验室开放课题资助项目(项目编号:XJRGZN2024009)。; 文摘目的探讨基于多参数磁共振成像(magnetic resonance imaging,MRI)的影像组学模型对非肿块型乳腺癌和非哺乳期乳腺炎(non-lactating mastitis,NLM)的鉴别诊断价值。材料与方法回顾性收集2020年6月至2024年6月于新疆医科大学附属中医医院经病理证实为非肿块型乳腺癌和NLM的患者MRI资料共193例,其中非肿块型乳腺癌100例,NLM 93例。两组患者病灶总数225个,其中乳腺癌110个(48.89%),NLM 115个(51.11%)。按7∶3随机划分为训练集(157例)和测试集(68例),采用支持向量机(support vector machines,SVM)机器学习算法对动态增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)第1、4、7期(即CE1、CE4、CE7)、T2加权成像(T2-weighted imaging,T2WI)和扩散加权成像(diffusion weighted imaging,DWI)这5个序列的数据分别构建单序列模型、多参数MRI模型,并联合5个序列数据和临床特征建立融合模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线、决策曲线分析(decision curve analysis,DCA)评价不同模型的性能,并使用SHAP图形对模型进行解释及可视化。结果单序列模型进行对比,CE1、CE4、CE7、T2WI和DWI序列在测试集的曲线下面积(area under the curve,AUC)分别为0.768、0.804、0.746、0.769、0.812,DWI在测试集的AUC最高,其次是CE4;多参数MRI模型在测试集的AUC为0.840(95%置信区间:0.749~0.932),而融合模型在测试集的AUC为0.866(95%置信区间:0.783~0.948),与CE1、CE4、CE7、T2WI单序列模型相比差异均有统计学意义(P<0.01)。结果显示,融合模型的准确度最高(77.94%);融合模型敏感度最高(90.00%);融合模型和CE4序列的特异度最高(均为68.42%)。结论多参数MRI联合临床特征的融合模型准确度、敏感度和特异度较高,与单序列模型、多参数MRI模型相比预测性能更优,可以为非肿块型乳腺癌和NLM的鉴别诊断提供较高价值。; 关键词非哺乳期乳腺炎非肿块型乳腺癌多参数磁共振成像鉴别诊断; Keywords non lactation mastitis non mass breast cancer multiparameter magnetic resonance imaging differential diagnosis; 分类号 R445.2 [医药卫生—影像医学与核医学] R737.9 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究: 2; 作者阿布都热苏力·吐尔孙阿布都克尤木江·阿布力孜帕提曼·买买提黄陈翠沈玲燕马依迪丽·尼加提; 机构新疆喀什地区第一人民医院影像中心新疆人工智能影像辅助诊断重点实验室杭州深睿技术有限公司研发中心研究合作部新疆医科大学第四附属医院影像中心; 出处《中国防痨杂志》北大核心 2025年第8期1044-1052,共9页; 基金国家自然科学基金(82360359) 喀什地区科技计划(2022017) +3 种基金 “产学研医”一体化建设推动公立医院高质量发展(KS2023012)。; 文摘目的:探索利用多期胸部CT扫描的深度学习模型,预测肺结核药物治疗效果。方法:收集2020年1月至2024年1月在新疆喀什地区第一人民医院住院接受治疗的279例肺结核患者的多时序胸部CT影像数据,包括治疗前CT和治疗后CT。提取3386个影像组学特征,构建包括基于治疗前、治疗后、结合治疗前后的胸部CT影像组学模型、基于治疗后与治疗前影像特征变化、基于治疗前后的深度学习ResNet18模型等5种预测模型。模型性能通过受试者工作特征曲线下面积(AUC)等指标进行评估,并采用SHAP和Grad-CAM技术进行模型解释和可视化。结果:结合治疗前和治疗后CT数据的模型,在训练集和测试集上分别取得了0.845和0.770的AUC。深度学习模型在训练集和验证集上的AUC分别达到0.883和0.858。结论:基于纵向胸部CT影像的深度学习模型在肺结核疗效预测中展现出良好的性能,能够为个性化治疗和资源优化提供支持。; 关键词结核肺治疗结果预测人工智能放射摄影术; Keywords Tuberculosis,pulmonary Treatment outcome Prediction Artificial intelligence Radiography; 分类号 R521 [医药卫生—内科学] R81 [医药卫生—放射医学]; 在线阅读下载PDF 职称材料

题名双源CT血管成像在南疆地区汉族与维族健康成人冠状动脉解剖结构的比较分析被引量：1: 3; 作者田序伟艾克拜尔江·吐鲁洪蒋刘江邱娅马依迪丽·尼加提沈君; 机构喀什地区第一人民医院医学影像科中山大学孙逸仙纪念医院放射科; 出处《重庆医科大学学报》 CAS CSCD 北大核心 2019年第10期1298-1301,共4页; 文摘目的:分析新疆南疆地区汉族及维吾尔族健康体检人群冠状动脉CT血管成像(coronarycomputed tomographic angiography,CCTA)中冠状动脉分支管径及分布类型、主动脉窦管径的差异和相关性分析。方法:回顾性分析2016年1月至2017年1月喀什地区第一人民医院进行健康体检的维吾尔族及汉族健康人群CCTA资料,随机选取冠状动脉正常人群维吾尔族300例,男性173例,女性127例,年龄40~60岁,平均(50.03±7.82)岁;汉族300例,男193例,女性107例,年龄40~60岁,平均(51.36±8.40)岁;对冠状动脉进行曲面重建(curved planar reformation,CPR)、最大强度投影(maximum intensity projection,MIP)及容积再现(volume rendering,VR)重组,采用美国心脏协会15分段法,测量汉族及维吾尔族人群右冠状动脉、左前降支、回旋支、钝缘支近段、中段的管径、主动脉窦管径及冠脉分布类型的差异性。结果:维吾尔族组与汉族组健康人群中左前降支、回旋支、钝缘支近段、中段管径维吾尔族组大于汉族组,2组差异具有统计学意义(P<0.05)。汉族健康人群组300例中左优势分布类型24例(8.0%),右优势分布类型246例(82.0%),均衡型30例(10.0%)。维吾尔族人群组300例中左优势分布类型104例(34.66%),右优势分布类型184例(61.33%),均衡型12例(4.0%),2组冠状动脉优势分布类型存在统计学差异(P<0.05)。右冠冠状动脉、主动脉窦管径直径2组无统计学差异(P>0.05)。结论:南疆地区维吾尔族、汉族健康成人冠状动脉管径及分布类型的存在差异。; 关键词冠状动脉解剖计算机体层成像血管造影术种群; Keywords coronary artery anatomy computed tomography angiography population; 分类号 R743.4 [医药卫生—神经病学与精神病学]; 在线阅读下载PDF 职称材料

题名基于CT深度学习的活动性/非活动性肺结核分类模型构建及验证被引量：9: 4; 作者马依迪丽·尼加提米日古丽·达毛拉张斌张水兴; 机构暨南大学附属第一医院影像科喀什地区第一人民医院影像科; 出处《暨南大学学报（自然科学与医学版）》 CAS 北大核心 2023年第1期69-77,86,共10页; 基金新疆维吾尔自治区省部共建项目(SKL-HIDCA-2021-JH6) 新疆维吾尔自治区自然科学基金项目(2022D14007)。; 文摘目的:评价基于深度学习框架(3D ResNet-50)的肺结核CT辅助诊断模型在活动性/非活动性肺结核鉴别诊断中的临床应用价值。方法:回顾性收集2018年1月至2020年12月期间喀什地区第一人民医院经结核分枝杆菌培养检测并接受胸部高分辨率CT平扫检查的1 940例患者的病例资料,活动性肺结核患者(ATB)960例,非活动性肺结核患者(non-ATB)980例。所有数据以7∶2∶1的比例随机分组,用于训练、验证和测试集,使用3D Nested UNet模型预先分割肺野区域,然后使用3D ResNet-50进行分类,并收集了用于模型外部验证的外部测试集ATB 100例,non-ATB 100例。为了量化评估深度学习模型的性能,绘制ROC曲线,以曲线下面积(AUC)、准确率(ACC)、召回率(Recall)、F1分数(F1 score)作为模型评价指标,并使用类激活图来评估感兴趣的激活区域,最后,将该模型与两位放射科医生的外部测试数据进行了比较。结果:本组ATB患者比非ATB患者年龄大。结果显示ATB患者咳嗽更多,而非ATB患者出现更多胸痛症状,差异有统计学意义(P<0.05)。模型对训练集、验证集、测试集及外部验证的诊断性能AUC分别为0.970、0.951、0.933、0.942;ACC分别为0.996、0.981、0.975、0.967,Recall分别为0.989、0.953、0.951、0.952,F1 score分别为0.995、0.983、0.972、0.969。此外,3D ResNet-50模型的性能高于两名放射科医生,AI模型诊断效能也比放射科医师快10倍。结论:3D ResNet-50 AI系统诊断水平与经验丰富的放射科医生水平接近,可作为活动性肺结核检测及鉴别诊断的快速辅助诊断工具,快速区分活动性和非活动性肺结核。; 关键词 CT图像活动性肺结核非活动性肺结核深度学习; Keywords CT image active tuberculosis non-active tuberculosis deep learning; 分类号 R445 [医药卫生—影像医学与核医学] R521 [医药卫生—内科学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于多参数MRI影像组学鉴别非肿块型乳腺癌和非哺乳期乳腺炎	宋丽俊薛志伟田兄玲贾毅马依迪丽·尼加提	《磁共振成像》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究	阿布都热苏力·吐尔孙阿布都克尤木江·阿布力孜帕提曼·买买提黄陈翠沈玲燕马依迪丽·尼加提	《中国防痨杂志》北大核心	2025	0	在线阅读下载PDF 职称材料
3	双源CT血管成像在南疆地区汉族与维族健康成人冠状动脉解剖结构的比较分析	田序伟艾克拜尔江·吐鲁洪蒋刘江邱娅马依迪丽·尼加提沈君	《重庆医科大学学报》 CAS CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料
4	基于CT深度学习的活动性/非活动性肺结核分类模型构建及验证	马依迪丽·尼加提米日古丽·达毛拉张斌张水兴	《暨南大学学报（自然科学与医学版）》 CAS 北大核心	2023	9	在线阅读下载PDF 职称材料