Deep venous thrombosis in the lower extremities is a very common disease clinically and can greatly affect people in their work and life without proper treatment promptly.The author reviewed the etiology,diagnosis,pre...Deep venous thrombosis in the lower extremities is a very common disease clinically and can greatly affect people in their work and life without proper treatment promptly.The author reviewed the etiology,diagnosis,preventive measures and the synthetic therapies for dealing the deep venous thrombosis in the lower extremities,especially concerning the interventional radiology.展开更多
目的:探究基于低放射剂量CT灌注影像提取CT灌注参数以及影像组学参数联合评估非小细胞肺癌(NSCLC)纵隔淋巴转移的效能。方法:纳入2017年3月-2020年5月经病理证实为纵隔淋巴转移的NSCLC患者以及非纵隔淋巴转移的NSCLC患者,所有患者于术...目的:探究基于低放射剂量CT灌注影像提取CT灌注参数以及影像组学参数联合评估非小细胞肺癌(NSCLC)纵隔淋巴转移的效能。方法:纳入2017年3月-2020年5月经病理证实为纵隔淋巴转移的NSCLC患者以及非纵隔淋巴转移的NSCLC患者,所有患者于术前行低剂量CT灌注扫描。术中系统性清扫患者N1及N2站淋巴结,并取肿瘤组织以及淋巴结分别做微血管密度免疫组化检验以及淋巴结病理检测。将所有患者按照分层随机的原则以7:3的比例分为训练组和验证组。诊断医师基于CT灌注图像进行肿瘤感兴趣区域分割,并提取CT灌注参数:血流量(BF)、血容量(BV)、平均通过时间(MTT)、血管通透性(PMB)以及396个影像组学参数。基于训练组人群的影像组学特征降维后采用LASSO构建影像组学标签Radscore,联合Radscore以及CT灌注参数构建多元逻辑回归模型评估非小细胞肺癌患者纵隔转移的可能性。结果:经过特征降维后,利用LASSO构建Radscore,选择惩罚系数log(λ)=0.867,共计7个影像组学。Radscore在训练组中和验证组中评估NSCLC纵隔淋巴细胞转移时具有较好的诊断效能(0.840 vs 0.841);训练组中纵隔转移和非纵隔转移患者的CT灌注参数:MTT以及BV具有统计学差异,且在训练组和验证组中的诊断效能高于随机诊断[(0.687 vs 0.698>0.500)(0.672 vs 0.698>0.500)]。联合Radscore以及CT灌注参数BV和MTT构建的联合模型Image model的诊断效能在训练组中高于Radscore、BV、MTT(P=0.378、0.014、0.010),在验证组中低于Radscore,高于BV、MTT(P=0.563、0.631、0.093)。Image model Hosmer-Lemeshow统计结果显示模型与实际观察情况无显著差异,可拟合(P>0.05)。结论:CT灌注参数与影像组学标签可用以评估非小细胞肺癌患者纵隔淋巴是否转移,同时联合CT灌注参数与影像组学标签可构建联合模型评估纵隔淋巴是否转移。展开更多
文摘Deep venous thrombosis in the lower extremities is a very common disease clinically and can greatly affect people in their work and life without proper treatment promptly.The author reviewed the etiology,diagnosis,preventive measures and the synthetic therapies for dealing the deep venous thrombosis in the lower extremities,especially concerning the interventional radiology.
文摘目的:探究基于低放射剂量CT灌注影像提取CT灌注参数以及影像组学参数联合评估非小细胞肺癌(NSCLC)纵隔淋巴转移的效能。方法:纳入2017年3月-2020年5月经病理证实为纵隔淋巴转移的NSCLC患者以及非纵隔淋巴转移的NSCLC患者,所有患者于术前行低剂量CT灌注扫描。术中系统性清扫患者N1及N2站淋巴结,并取肿瘤组织以及淋巴结分别做微血管密度免疫组化检验以及淋巴结病理检测。将所有患者按照分层随机的原则以7:3的比例分为训练组和验证组。诊断医师基于CT灌注图像进行肿瘤感兴趣区域分割,并提取CT灌注参数:血流量(BF)、血容量(BV)、平均通过时间(MTT)、血管通透性(PMB)以及396个影像组学参数。基于训练组人群的影像组学特征降维后采用LASSO构建影像组学标签Radscore,联合Radscore以及CT灌注参数构建多元逻辑回归模型评估非小细胞肺癌患者纵隔转移的可能性。结果:经过特征降维后,利用LASSO构建Radscore,选择惩罚系数log(λ)=0.867,共计7个影像组学。Radscore在训练组中和验证组中评估NSCLC纵隔淋巴细胞转移时具有较好的诊断效能(0.840 vs 0.841);训练组中纵隔转移和非纵隔转移患者的CT灌注参数:MTT以及BV具有统计学差异,且在训练组和验证组中的诊断效能高于随机诊断[(0.687 vs 0.698>0.500)(0.672 vs 0.698>0.500)]。联合Radscore以及CT灌注参数BV和MTT构建的联合模型Image model的诊断效能在训练组中高于Radscore、BV、MTT(P=0.378、0.014、0.010),在验证组中低于Radscore,高于BV、MTT(P=0.563、0.631、0.093)。Image model Hosmer-Lemeshow统计结果显示模型与实际观察情况无显著差异,可拟合(P>0.05)。结论:CT灌注参数与影像组学标签可用以评估非小细胞肺癌患者纵隔淋巴是否转移,同时联合CT灌注参数与影像组学标签可构建联合模型评估纵隔淋巴是否转移。
