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
共找到3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：
CT影像组学列线图预测胃癌内镜活检与术后病理学分型差异 被引量：2
1
作者 赵帅 刘译阳 +5 位作者 刘思腾 陈星枝 袁梦晨 尤亚茹 黄陈翠 高剑波 《中国介入影像与治疗学》 北大核心 2024年第6期343-348,共6页
目的评估基于CT影像组学的列线图预测胃癌内镜活检与术后病理Lauren分型差异的价值。方法回顾性分析126例经手术病理确诊的胃癌患者,根据内镜活检与术后病理结果是否一致将其分为一致组(n=77)与不一致组(n=49),同时按2∶1比例分为训练... 目的评估基于CT影像组学的列线图预测胃癌内镜活检与术后病理Lauren分型差异的价值。方法回顾性分析126例经手术病理确诊的胃癌患者,根据内镜活检与术后病理结果是否一致将其分为一致组(n=77)与不一致组(n=49),同时按2∶1比例分为训练集与验证集。筛选临床预测因子,构建临床预测模型;于静脉期CT图像提取影像组学特征,采用L1正则化方法对特征进行筛选,以决策树、随机森林、逻辑回归3种机器学习(ML)算法构建影像组学模型;基于临床及最佳影像组学ML模型构建列线图;评估各模型及列线图的预测效能及其临床价值。结果患者年龄、血小板计数、动脉期CT值是预测胃癌内镜活检与术后病理分型不一致的独立因子。3种ML模型中,随机森林预测效能较好,其在训练集与验证集中的曲线下面积(AUC)分别为0.835及0.724。临床模型、影像组学模型及列线图在训练集的AUC分别为0.764、0.835及0.884,在验证集分别为0.760、0.724及0.841;列线图在训练集与验证集均显示出较好的拟合度及临床实用性。结论基于CT影像组学列线图用于预测胃癌内镜活检与术后病理Lauren分型不一致性具有潜在临床应用价值。 展开更多
关键词 胃肿瘤 体层摄影术 X线计算机 病理学 影像组学
在线阅读 下载PDF
双能量CT影像组学联合临床及CT特征预测胃腺癌分化程度
2
作者 袁梦晨 刘译阳 +6 位作者 李红亮 陈林 段博 赵帅 尤亚茹 陈星枝 高剑波 《中国医学影像技术》 CSCD 北大核心 2024年第10期1542-1547,共6页
目的观察双能量CT(DECT)联合临床及CT特征预测胃腺癌(GAC)分化程度的价值。方法前瞻性分析254例GAC患者,根据病理结果将其分为高级别组(低分化GAC,n=88)与低级别组(中-高分化GAC,n=166),同时按8∶2比例分为训练集(n=203,含70例高级别、... 目的观察双能量CT(DECT)联合临床及CT特征预测胃腺癌(GAC)分化程度的价值。方法前瞻性分析254例GAC患者,根据病理结果将其分为高级别组(低分化GAC,n=88)与低级别组(中-高分化GAC,n=166),同时按8∶2比例分为训练集(n=203,含70例高级别、133例低级别GAC)及验证集(n=51,含18例高级别、33例低级别GAC)。基于静脉期单能级(40、70、100及140 keV)DECT提取及筛选影像组学特征并构建多能级影像组学模型预测GAC分级;以单因素及多因素logistic回归对训练集临床、CT特征及DECT参数进行分析并构建临床-CT模型,并与多能级影像组学模型构成联合模型。评估各模型预测效能,评价联合模型的校准度。结果临床-CT、多能级影像组学及联合模型在训练集的曲线下面积(AUC)分别为0.74、0.75及0.78,在验证集分别为0.73、0.77及0.78。除联合模型在训练集的AUC高于临床-CT模型外(P<0.05),各模型在各集的AUC差异均无统计学意义(P均>0.05)。联合模型在训练集及验证集的校准度均良好(P均>0.05)。结论DECT影像组学联合临床及CT特征能有效预测GAC分化程度。 展开更多
关键词 胃肿瘤 影像组学 细胞分化 前瞻性研究
在线阅读 下载PDF
基于CT影像组学对孤立性肺结节性质分类的预测效能 被引量：14
3
作者 徐青青 单文莉 +3 位作者 朱艳 黄陈翠 包丝雨 郭莉莉 《南京医科大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第4期617-623,共7页
目的:探讨肺结节CT影像组学特征与病理分类的关系,并评估不同分层递进影像组学模型对肺结节病理分类的预测效果。方法:纳入2017年7月—2019年8月189例病理证实且具有完整资料的肺结节患者,包括良性结节71例,恶性非浸润结节51例,恶性浸... 目的:探讨肺结节CT影像组学特征与病理分类的关系,并评估不同分层递进影像组学模型对肺结节病理分类的预测效果。方法:纳入2017年7月—2019年8月189例病理证实且具有完整资料的肺结节患者,包括良性结节71例,恶性非浸润结节51例,恶性浸润性结节67例。分别构建3种CT影像组学模型,模型1对良性及恶性结节(包括恶性非浸润及浸润性结节)分类;模型2对恶性非浸润及浸润性结节分类;模型3对良性、恶性非浸润及浸润性结节分类。对所有勾画感兴趣区(ROI)进行高通量特征采集,采用智能方法进行特征和分类器筛选建立最佳模型。受试者工作特征(ROC)曲线及曲线下面积(AUC)用于评价模型的预测效能,计算灵敏度、特异度、准确率、阳性预测值和阴性预测值。结果:模型1、2及3分别筛选出20、2及20个影像组学特征,绘制ROC曲线,验证组AUC值分别为0.85、0.89及0.84,模型1灵敏度、特异度、准确率、阳性预测值及阴性预测值为79.66%、70.42%、84.59%、81.74%及67.57%;模型2为88.06%、74.51%、82.2%、81.94%及82.61%;模型3为71.34%、85.05%、70.37%%、83.2%及76.3%。结论:基于CT图像影像组学特征模型可以较好地反映良性结节、恶性非浸润结节及浸润性结节的差异,对其进行分类。 展开更多
关键词 孤立性 肺结节 CT 影像组学 病理 分类
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部