期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多参数磁共振影像组学的乳腺癌病理信息预测模型研究
被引量：
10
1
作者
娄潇方
范明
+2 位作者
许茂盛
王世威
厉力华
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020年第5期513-523,共11页
联合动态增强磁共振成像(DCE-MRI)、T2加权成像(T2WI)以及弥散加权成像(DWI)的影像特征,建立基于多参数影像组学的预测模型,分别对乳腺癌分子分型、组织学分级和Ki-67表达进行预测。采集150例术前、化疗前的浸润性导管癌患者乳腺MRI数据...
联合动态增强磁共振成像(DCE-MRI)、T2加权成像(T2WI)以及弥散加权成像(DWI)的影像特征,建立基于多参数影像组学的预测模型,分别对乳腺癌分子分型、组织学分级和Ki-67表达进行预测。采集150例术前、化疗前的浸润性导管癌患者乳腺MRI数据,获取DCE-MRI、T2WI和DWI影像。分割各参数影像的病灶区域,并提取多参数影像特征。在训练集采用支持向量机递归特征消除(SVM-RFE)算法,获得影像组学最优特征子集并构建基于SVM的预测模型,在测试集中测试模型性能。采用概率平均法、概率投票法和概率模型优化法,分别将基于不同参数影像构建的预测模型进行融合,得到多参数影像联合预测结果,并计算ROC曲线下的面积(AUC)评估模型的分类性能。单参数影像模型预测Luminal A、Luminal B、HER2和Basal-like等4种分子分型的最佳AUC分别为0.672 1、0.694 0、0.677 7和0.708 6,多参数影像模型的预测结果提高到AUC分别为0.799 5、0.727 9、0.737 5和0.792 5。单参数影像模型预测分级的最佳AUC为0.753 3,多参数影像模型的预测结果提高到0.801 7。单参数影像模型预测Ki-67表达的最佳AUC为0.664 7,多参数影像模型预测结果提高到0.771 8。相比于单参数影像模型的预测结果,多参数影像模型的预测结果有所提升,且差异具有显著性(P<0.05)。实验结果表明,采用多参数磁共振影像(DCE-MRI、T2WI以及DWI)组学的联合,可以显著提高单一参数影像模型预测乳腺癌病理信息的性能,对乳腺癌的诊断和个性化治疗方案的选择具有重要意义。
展开更多
关键词
乳腺癌
多参数磁共振影像
组织学分级
KI-67
分子分型
在线阅读
下载PDF
职称材料
基于多参数MRI影像组学和深度学习的急性脑梗死患者缺血半暗带预测研究
2
作者
陈媛慧
雷雨萌
史文文
《中国医科大学学报》
北大核心
2025年第5期455-460,共6页
目的探讨基于多参数磁共振成像(MRI)影像组学和深度学习构建的模型预测急性脑梗死患者缺血半暗带(IP)的临床可行性。方法选取2020年1月至2024年1月我院收治的105例急性脑梗死患者作为研究对象,依据MRI-扩散加权成像(DWI)检查结果将患者...
目的探讨基于多参数磁共振成像(MRI)影像组学和深度学习构建的模型预测急性脑梗死患者缺血半暗带(IP)的临床可行性。方法选取2020年1月至2024年1月我院收治的105例急性脑梗死患者作为研究对象,依据MRI-扩散加权成像(DWI)检查结果将患者分为无IP组(n=36)和IP组(n=69)。统计2组患者的临床资料并筛选多参数MRI影像组学特征,构建临床模型、影像组学模型和深度学习模型并评价其区分力。构建融合模型,采用受试者操作特征(ROC)曲线、校准曲线、临床决策曲线评价4种模型的预测效能。结果入院美国国立卫生院卒中量表(NIHSS)评分、各向异性分数(FA)、表观扩散系数(ADC)、平均扩散系数(DCavg)、N-乙酰天门冬氨酸(NAA)增加是患者发生IP的保护因素,乳酸(Lac)增加是危险因素(P<0.05);6个深度学习模型中,支持向量机模型性能最优,准确度为0.952(100/105),灵敏度为0.957(66/69),特异度为0.944(34/36);3种模型对患者IP发生情况均有较好的区分力;4种模型的区分度较高,准确性和有效性较好,且融合模型的预测效能最高。结论基于临床特征、多参数MRI影像组学和深度学习构建的融合模型能够实现对急性脑梗死患者IP的准确预测,并提供个性化预测结果。
展开更多
关键词
急性脑梗死
缺血半暗带
多参数
磁共振
成像
影像
组学
深度学习
融合模型
在线阅读
下载PDF
职称材料
题名
基于多参数磁共振影像组学的乳腺癌病理信息预测模型研究
被引量：
10
1
作者
娄潇方
范明
许茂盛
王世威
厉力华
机构
杭州电子科技大学生物医学工程与仪器研究所
浙江省中医院放射科
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020年第5期513-523,共11页
基金
国家自然科学基金(61871428,61731008)
浙江省自然科学基金(J19H180004)。
文摘
联合动态增强磁共振成像(DCE-MRI)、T2加权成像(T2WI)以及弥散加权成像(DWI)的影像特征,建立基于多参数影像组学的预测模型,分别对乳腺癌分子分型、组织学分级和Ki-67表达进行预测。采集150例术前、化疗前的浸润性导管癌患者乳腺MRI数据,获取DCE-MRI、T2WI和DWI影像。分割各参数影像的病灶区域,并提取多参数影像特征。在训练集采用支持向量机递归特征消除(SVM-RFE)算法,获得影像组学最优特征子集并构建基于SVM的预测模型,在测试集中测试模型性能。采用概率平均法、概率投票法和概率模型优化法,分别将基于不同参数影像构建的预测模型进行融合,得到多参数影像联合预测结果,并计算ROC曲线下的面积(AUC)评估模型的分类性能。单参数影像模型预测Luminal A、Luminal B、HER2和Basal-like等4种分子分型的最佳AUC分别为0.672 1、0.694 0、0.677 7和0.708 6,多参数影像模型的预测结果提高到AUC分别为0.799 5、0.727 9、0.737 5和0.792 5。单参数影像模型预测分级的最佳AUC为0.753 3,多参数影像模型的预测结果提高到0.801 7。单参数影像模型预测Ki-67表达的最佳AUC为0.664 7,多参数影像模型预测结果提高到0.771 8。相比于单参数影像模型的预测结果,多参数影像模型的预测结果有所提升,且差异具有显著性(P<0.05)。实验结果表明,采用多参数磁共振影像(DCE-MRI、T2WI以及DWI)组学的联合,可以显著提高单一参数影像模型预测乳腺癌病理信息的性能,对乳腺癌的诊断和个性化治疗方案的选择具有重要意义。
关键词
乳腺癌
多参数磁共振影像
组织学分级
KI-67
分子分型
Keywords
breast cancer
multiparametric MRI
histological grade
Ki-67 expression
molecular subtypes
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
基于多参数MRI影像组学和深度学习的急性脑梗死患者缺血半暗带预测研究
2
作者
陈媛慧
雷雨萌
史文文
机构
南昌市第一医院影像科
出处
《中国医科大学学报》
北大核心
2025年第5期455-460,共6页
基金
江西省卫生健康委科技计划(202120075)。
文摘
目的探讨基于多参数磁共振成像(MRI)影像组学和深度学习构建的模型预测急性脑梗死患者缺血半暗带(IP)的临床可行性。方法选取2020年1月至2024年1月我院收治的105例急性脑梗死患者作为研究对象,依据MRI-扩散加权成像(DWI)检查结果将患者分为无IP组(n=36)和IP组(n=69)。统计2组患者的临床资料并筛选多参数MRI影像组学特征,构建临床模型、影像组学模型和深度学习模型并评价其区分力。构建融合模型,采用受试者操作特征(ROC)曲线、校准曲线、临床决策曲线评价4种模型的预测效能。结果入院美国国立卫生院卒中量表(NIHSS)评分、各向异性分数(FA)、表观扩散系数(ADC)、平均扩散系数(DCavg)、N-乙酰天门冬氨酸(NAA)增加是患者发生IP的保护因素,乳酸(Lac)增加是危险因素(P<0.05);6个深度学习模型中,支持向量机模型性能最优,准确度为0.952(100/105),灵敏度为0.957(66/69),特异度为0.944(34/36);3种模型对患者IP发生情况均有较好的区分力;4种模型的区分度较高,准确性和有效性较好,且融合模型的预测效能最高。结论基于临床特征、多参数MRI影像组学和深度学习构建的融合模型能够实现对急性脑梗死患者IP的准确预测,并提供个性化预测结果。
关键词
急性脑梗死
缺血半暗带
多参数
磁共振
成像
影像
组学
深度学习
融合模型
Keywords
acute cerebral infarction
ischemic penumbra
multiparameter magnetic resonance imaging radiomics
deep learning
fusion model
分类号
R743.3 [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
作者
出处
发文年
被引量
操作
1
基于多参数磁共振影像组学的乳腺癌病理信息预测模型研究
娄潇方
范明
许茂盛
王世威
厉力华
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020
10
在线阅读
下载PDF
职称材料
2
基于多参数MRI影像组学和深度学习的急性脑梗死患者缺血半暗带预测研究
陈媛慧
雷雨萌
史文文
《中国医科大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
