期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
多模态MRI影像组学瘤内及瘤周特征鉴别纤维型和非纤维型脑膜瘤的研究价值
1
作者 杨慧敏 李文鑫 +3 位作者 姜兴岳 王倩倩 张濬韬 刘新疆 《磁共振成像》 北大核心 2025年第8期50-57,共8页
目的探讨T2WI加权成像(T2 weighted imaging,T2WI)、对比增强T1加权成像(contrast enhanced T1 weighted imaging,CE-T1WI)瘤体和瘤周影像组学特征联合常规因素鉴别纤维型和非纤维型脑膜瘤的临床价值。材料与方法纳入经病理证实的108例... 目的探讨T2WI加权成像(T2 weighted imaging,T2WI)、对比增强T1加权成像(contrast enhanced T1 weighted imaging,CE-T1WI)瘤体和瘤周影像组学特征联合常规因素鉴别纤维型和非纤维型脑膜瘤的临床价值。材料与方法纳入经病理证实的108例脑膜瘤患者,包括30例纤维型脑膜瘤、78例非纤维型脑膜瘤,按7∶3的比例分为训练集(n=76)和测试集(n=32)。在训练集中,从T2WI、CE-T1WI序列的瘤体、瘤周中分别提取1132个影像组学特征,采用最大相关最小冗余方法(min-redundancy and max-relevance,mRMR)及最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)筛选最佳影像组学特征子集,采用逐步逻辑回归(logistic regression,LR)机器学习方法构建影像组学模型:T2WI瘤体、T2WI瘤周、CE-T1WI瘤体、CE-T1WI瘤周、(T2WI+CE-T1WI)瘤体、(T2WI+CE-T1WI)瘤周和(T2WI+CE-T1WI)瘤体+瘤周7种模型。通过单因素、多因素逻辑回归分析方法筛选出有意义(P<0.05)的常规因素。然后,联合鉴别效能最佳的组学模型与常规因素生成列线图,通过受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)评价列线图的诊断效能,由决策曲线分析(decision curve analysis,DCA)的净收益值评估该模型的临床应用效能。在测试集中验证其鉴别效能。结果T2WI瘤体、T2WI瘤周、CE-T1WI瘤体、CE-T1WI瘤周、(T2WI+CE-T1WI)瘤体、(T2WI+CE-T1WI)瘤周和(T2WI+CE-T1WI)瘤体+瘤周影像组学模型在训练集的AUC值分别为0.925、0.803、0.837、0.872、0.902、0.894、0.908,在测试集的AUC值分别为:0.652、0.812、0.700、0.725、0.700、0.816、0.729。T2WI瘤体影像组学模型鉴别纤维型与非纤维型脑膜瘤的AUC在训练集、测试集中分别为0.92、0.65,出现过拟合;(T2WI+CE-T1WI)瘤周影像组学模型在测试集中的AUC值最高,该模型诊断效能最佳。建立(T2WI+CE-T1WI)瘤周组学模型与常规因素(T2WI信号强度和瘤周水肿)的联合模型鉴别效能有所提高,其在训练集、测试集的AUC分别为0.89、0.82。校准曲线显示该模型术前鉴别纤维型、非纤维型脑膜瘤预测概率与实际概率之间的一致性良好,DCA结果显示该模型有良好的临床应用效能。结论多模态MRI组学模型可有效鉴别纤维型及非纤维型脑膜瘤,联合常规因素后可进一步提升该模型鉴别效能。 展开更多
关键词 脑膜瘤 影像组学 分型 瘤周组织 磁共振成像
在线阅读 下载PDF
卵巢支持-间质细胞瘤的影像学表现分析并文献复习
2
作者 禹雯婧 杨慧敏 +2 位作者 张泽群 王倩倩 刘新疆 《中国医学计算机成像杂志》 CSCD 北大核心 2024年第4期529-532,共4页
卵巢支持-间质细胞瘤(Sertoli-Leydig cell tumor,SLCT)又称为男性母细胞瘤,属于卵巢恶性肿瘤的性索间质瘤亚组,约占所有恶性卵巢肿瘤的7%[1]。其发病率低,临床症状与影像学表现在盆腔卵巢肿瘤中不典型,关于该病的影像学报道较少,易出... 卵巢支持-间质细胞瘤(Sertoli-Leydig cell tumor,SLCT)又称为男性母细胞瘤,属于卵巢恶性肿瘤的性索间质瘤亚组,约占所有恶性卵巢肿瘤的7%[1]。其发病率低,临床症状与影像学表现在盆腔卵巢肿瘤中不典型,关于该病的影像学报道较少,易出现误诊[2]。现结合3例我院收治的经病理证实的卵巢SLCT患者资料,对其MRI、临床及病理特征进行分析,以提高对该病的认识和临床诊断水平。 展开更多
关键词 卵巢支持-间质细胞瘤 磁共振成像 病例报告
在线阅读 下载PDF
卵巢颗粒细胞瘤的MRI表现及DCE-MRI的定量分析
3
作者 杨慧敏 李文鑫 +1 位作者 禹雯婧 刘新疆 《中国医学计算机成像杂志》 CSCD 北大核心 2024年第3期356-360,共5页
目的:回顾性分析卵巢颗粒细胞瘤的MRI影像学表现,并初步探究动态对比增强MRI(DCE-MRI)定量分析在卵巢颗粒细胞瘤中的诊断价值。方法:收集本院经病理证实的10例成人型卵巢颗粒细胞瘤患者的临床信息(年龄、肿瘤指标、就诊原因)及MRI影像特... 目的:回顾性分析卵巢颗粒细胞瘤的MRI影像学表现,并初步探究动态对比增强MRI(DCE-MRI)定量分析在卵巢颗粒细胞瘤中的诊断价值。方法:收集本院经病理证实的10例成人型卵巢颗粒细胞瘤患者的临床信息(年龄、肿瘤指标、就诊原因)及MRI影像特征(位置、大小、信号、有无出血、盆腔积液情况),并对图像进行后处理,测量感兴趣区内的表观弥散系数(ADC)值以及DCE-MRI定量参数(Ktrans、Ve、Kep)。结果:10例患者中,70%(7/10)因月经改变、绝经后阴道流血就诊,30%(3/10)因腹痛就诊。其中9例为囊实性病变,T1WI呈等/稍高信号,T2WI呈混杂高信号,实性成分DWI呈高信号,其中6例病灶具有出血征象,7例出现盆腔积液;1例为实性病变,T1WI呈等信号,T2WI呈稍高信号,DWI呈高信号。ADC平均值:实性成分为0.895×10^(-3)mm^(2)/s;囊性成分为2.989×10^(-3)mm^(2)/s。DCE-MRI定量参数Ktrans、Kep、Ve的平均值分别为0.945 min^(-1)、1.912 min^(-1)、0.517。结论:卵巢颗粒细胞瘤好发单侧,主要以囊实性多见,具有“蜂窝状”、“海绵状”特征,病灶多伴出血,因肿瘤体积大,易出现盆腔积液;本研究囊性及实性成分ADC值较以往研究良性肿瘤ADC值低,DCE-MRI定量参数Ktrans、Ve、Kep对卵巢颗粒细胞瘤的定性诊断具有一定价值。 展开更多
关键词 颗粒细胞瘤 动态对比增强磁共振成像 定量分析 诊断
在线阅读 下载PDF
影像组学和深度学习在脑膜瘤中的研究进展 被引量:3
4
作者 杨慧敏 李文鑫 +4 位作者 刘艳美 禹雯婧 王倩倩 姜兴岳 刘新疆 《磁共振成像》 CAS CSCD 北大核心 2023年第6期124-128,共5页
脑膜瘤是最常见的原发性中枢神经系统肿瘤之一,不同级别及亚型脑膜瘤的治疗方式存在差异,因此,脑膜瘤的早期诊断、分级及分型对全面、个体化诊疗方案的制订至关重要。影像组学和深度学习(deep learning, DL)是如今热门的研究方法,在脑... 脑膜瘤是最常见的原发性中枢神经系统肿瘤之一,不同级别及亚型脑膜瘤的治疗方式存在差异,因此,脑膜瘤的早期诊断、分级及分型对全面、个体化诊疗方案的制订至关重要。影像组学和深度学习(deep learning, DL)是如今热门的研究方法,在脑膜瘤分级、鉴别诊断中应用成熟,关于预测脑膜瘤分型、基因表型等方面的研究日益增多。二者具有快速精准、全自动化学习、无创性及客观性等特点,能为疾病提供更加准确的诊断、治疗和预后预测,为临床治疗及患者预后提供重要帮助。本文将从脑膜瘤术前分级分型、鉴别诊断、预后复发及基因表型预测几个方面来总结并分析影像组学及DL在脑膜瘤中的研究进展,对现有研究的成果、局限性以及未来的改进措施和发展方向进行总结,以期推进影像组学与DL在脑膜瘤诊疗中的应用进程。 展开更多
关键词 脑膜瘤 深度学习 影像组学 分级分型 鉴别诊断 预后预测 磁共振成像
在线阅读 下载PDF
影像组学在胶质母细胞瘤真假性进展鉴别中的研究进展 被引量:2
5
作者 禹雯婧 杨慧敏 +3 位作者 刘艳美 李捷 王倩倩 刘新疆 《中国医学计算机成像杂志》 CSCD 北大核心 2023年第5期594-598,共5页
胶质母细胞瘤(GBM)是成人中最常见的原发性恶性肿瘤,基本治疗手段是根除性手术同步术后放化疗,连续的磁共振检查是GBM术后评估的主要方法。然而,基于传统的影像图像,很难区分标准治疗后的肿瘤复发和假性进展(PSP),这限制了GBM患者术后... 胶质母细胞瘤(GBM)是成人中最常见的原发性恶性肿瘤,基本治疗手段是根除性手术同步术后放化疗,连续的磁共振检查是GBM术后评估的主要方法。然而,基于传统的影像图像,很难区分标准治疗后的肿瘤复发和假性进展(PSP),这限制了GBM患者术后进一步治疗方案的制订。影像组学可以从多模式医学图像中进行高通量的特征提取,将图像信息转换为数字信息并建立模型进行疾病预测,为二者的鉴别提供新的思路。目前还没有研究系统地总结影像组学在GBM术后复发和PSP方面的鉴别应用,因此本文就影像组学在区分GBM术后复发和PSP方面的研究进展进行综述。 展开更多
关键词 影像组学 胶质母细胞瘤 复发 假性进展 鉴别诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部