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
1
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
前列腺癌瘤内及瘤周MRI影像组学对骨转移的诊断价值
1
作者
张云峰
杨志军
+3 位作者
杨进
苗国良
何涵
周逢海
《解放军医学杂志》
北大核心
2025年第1期1-8,共8页
目的探讨基于磁共振成像(MRI)的前列腺癌(PCa)瘤内及瘤周影像组学对骨转移的诊断价值。方法收集2018年1月-2023年1月在甘肃省人民医院经组织穿刺病理学检查确诊为PCa的211例患者的临床资料进行回顾性分析。将患者按照7:3的比例随机分为...
目的探讨基于磁共振成像(MRI)的前列腺癌(PCa)瘤内及瘤周影像组学对骨转移的诊断价值。方法收集2018年1月-2023年1月在甘肃省人民医院经组织穿刺病理学检查确诊为PCa的211例患者的临床资料进行回顾性分析。将患者按照7:3的比例随机分为训练集(n=147)与验证集(n=64);分别从患者的T_(2)加权成像(T_(2)WI)、扩散加权成像(DWI)及扩散系数成像(ADC)3个序列勾画感兴趣区(ROIs),用于提取影像组学特征;使用Z-score(正则化)、LASSO算法进行影像组学特征的降维、选择、构建;然后基于逻辑回归(LR)机器学习分类器构建模型;绘制受试者操作特征(ROC)曲线并计算曲线下面积(AUC),评估模型的效能;绘制校准曲线和决策曲线(DCA)评价模型的拟合度及临床净获益。结果从T_(2)WI、DWI和ADC中分别提取瘤内和瘤周影像组学特征各312个。使用LASSO回归模型最终筛选出与骨转移密切相关的瘤内影像组学特征10个(包括2个T_(2)序列特征、7个DWI特征、1个ADC序列特征)及瘤周影像组学特征9个(包括4个T_(2)序列特征、3个DWI特征、2个ADC序列特征)。基于瘤内影像组学特征构建的模型在验证集中AUC为0.845(95%CI 0.747~0.943),基于瘤周影像组学特征构建的模型在验证集中AUC为0.818(95%CI 0.716~0.919);基于瘤内、瘤周影像组学特征及临床特征(包括Gleason评分、总前列腺特异性抗原、体重指数)构建的联合模型(列线图)的AUC为0.936(95%CI 0.902~0.970);校准曲线表明联合模型具有良好的拟合度,DCA表明联合模型具有更好的临床净获益。结论瘤周影像组学对于初诊PCa骨转移有较高的诊断价值,且结合瘤内影像组学特征及临床特征可明显提高模型的诊断能力。
展开更多
关键词
前列腺癌
骨转移
瘤周影像组学
机器
学
习
在线阅读
下载PDF
职称材料
题名
前列腺癌瘤内及瘤周MRI影像组学对骨转移的诊断价值
1
作者
张云峰
杨志军
杨进
苗国良
何涵
周逢海
机构
甘肃中医药大学第一临床医学院
兰州大学第一临床医学院
甘肃省人民医院泌尿外科干部病区
出处
《解放军医学杂志》
北大核心
2025年第1期1-8,共8页
基金
甘肃省重点研发计划(21YF5FA016)
甘肃省人民医院院内基金项目(23GSSYD-12,22GSSYD-15)。
文摘
目的探讨基于磁共振成像(MRI)的前列腺癌(PCa)瘤内及瘤周影像组学对骨转移的诊断价值。方法收集2018年1月-2023年1月在甘肃省人民医院经组织穿刺病理学检查确诊为PCa的211例患者的临床资料进行回顾性分析。将患者按照7:3的比例随机分为训练集(n=147)与验证集(n=64);分别从患者的T_(2)加权成像(T_(2)WI)、扩散加权成像(DWI)及扩散系数成像(ADC)3个序列勾画感兴趣区(ROIs),用于提取影像组学特征;使用Z-score(正则化)、LASSO算法进行影像组学特征的降维、选择、构建;然后基于逻辑回归(LR)机器学习分类器构建模型;绘制受试者操作特征(ROC)曲线并计算曲线下面积(AUC),评估模型的效能;绘制校准曲线和决策曲线(DCA)评价模型的拟合度及临床净获益。结果从T_(2)WI、DWI和ADC中分别提取瘤内和瘤周影像组学特征各312个。使用LASSO回归模型最终筛选出与骨转移密切相关的瘤内影像组学特征10个(包括2个T_(2)序列特征、7个DWI特征、1个ADC序列特征)及瘤周影像组学特征9个(包括4个T_(2)序列特征、3个DWI特征、2个ADC序列特征)。基于瘤内影像组学特征构建的模型在验证集中AUC为0.845(95%CI 0.747~0.943),基于瘤周影像组学特征构建的模型在验证集中AUC为0.818(95%CI 0.716~0.919);基于瘤内、瘤周影像组学特征及临床特征(包括Gleason评分、总前列腺特异性抗原、体重指数)构建的联合模型(列线图)的AUC为0.936(95%CI 0.902~0.970);校准曲线表明联合模型具有良好的拟合度,DCA表明联合模型具有更好的临床净获益。结论瘤周影像组学对于初诊PCa骨转移有较高的诊断价值,且结合瘤内影像组学特征及临床特征可明显提高模型的诊断能力。
关键词
前列腺癌
骨转移
瘤周影像组学
机器
学
习
Keywords
prostate cancer
bone metastases
peritumoral radiomics
machine learning
分类号
R737.25 [医药卫生—肿瘤]
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
前列腺癌瘤内及瘤周MRI影像组学对骨转移的诊断价值
张云峰
杨志军
杨进
苗国良
何涵
周逢海
《解放军医学杂志》
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