期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
增强CT影像组学结合深度学习算法预测甲状腺乳头状癌颈部淋巴结转移
1
作者 叶媛媛 贺克武 +1 位作者 刘奇峰 洪文敏 《中国介入影像与治疗学》 北大核心 2025年第3期196-200,共5页
目的观察增强CT影像组学结合深度学习(DL)算法预测甲状腺乳头状癌(PTC)颈部淋巴结转移(CLNM)的价值。方法回顾性分析100例单发PTC患者,按7:3比例将其分为训练集(n=70)与测试集(n=30);基于颈部动脉期CT提取并筛选病灶最优影像组学特征和... 目的观察增强CT影像组学结合深度学习(DL)算法预测甲状腺乳头状癌(PTC)颈部淋巴结转移(CLNM)的价值。方法回顾性分析100例单发PTC患者,按7:3比例将其分为训练集(n=70)与测试集(n=30);基于颈部动脉期CT提取并筛选病灶最优影像组学特征和最优DL特征,分别计算影像组学评分(Radscore)及DL评分(Deepscore)并据以构建影像组学模型及DL模型。将临床资料、常规CT表现、Radscore及Deepscore纳入多因素logistic回归分析,筛选PTC CLNM独立预测因素并构建联合模型。绘制受试者工作特征曲线,计算曲线下面积(AUC),评估各模型预测PTC CLNM的效能。结果共筛选出13个最优影像组学特征和12个最优DL特征。Radscore(OR=1.698,P=0.002)及Deepscore(OR=1.872,P=0.021)均为PTC CLNM的独立预测因素。影像组学模型、DL模型及联合模型预测训练集PTC CLNM的AUC分别为0.775、0.876及0.880,在测试集分别为0.739、0.776及0.789;联合模型在训练集的预测效能高于影像组学模型(Z=2.551,P=0.011)。结论结合DL算法可有效提高增强CT影像组学预测PTC CLNM的效能。 展开更多
关键词 甲状腺肿瘤 淋巴转移 体层摄影术 X线计算机 影像组学 深度学习
在线阅读 下载PDF
压缩感知不同加速因子对心脏磁共振电影序列成像质量的影响 被引量:2
2
作者 王林林 贺克武 +5 位作者 赵韧 俞宏林 孙若愚 钱银锋 李小虎 余永强 《中国医学影像学杂志》 CSCD 北大核心 2024年第6期581-586,共6页
目的 探讨不同加速因子的压缩感知(CS)技术对心脏磁共振电影序列图像质量的影响及临床应用的可行性。资料与方法 前瞻性招募合肥市第一人民医院2021年1—7月40名健康志愿者进行心脏磁共振成像,扫描方案共4组(采用SENSE 2及加速因子分别... 目的 探讨不同加速因子的压缩感知(CS)技术对心脏磁共振电影序列图像质量的影响及临床应用的可行性。资料与方法 前瞻性招募合肥市第一人民医院2021年1—7月40名健康志愿者进行心脏磁共振成像,扫描方案共4组(采用SENSE 2及加速因子分别为3、4、8的CS心脏电影序列),每组成像方案包括四腔心、左心室短轴、左心室两腔心及三腔心序列,对比4种方案的图像质量主观评分、左心室心功能及16节段心肌厚度。结果 以SENSE 2图像为标准评分(5分),CS3、CS4评分均在3分以上,CS8评分均在3分及以下,其中CS3与SENSE 2序列的四腔心及左心室短轴图像质量主观评分差异无统计学意义(P均>0.05);左心室两腔心及三腔心各序列组图像质量主观评分差异均有统计学意义(P均<0.05)。4种成像方案的左心室心功能(左心室射血分数、左心室收缩末期容积、左心室舒张末期容积、左心室每搏输出量、左心室舒张末期心肌质量)(F=0.027、0.182、0.057、0.140、0.545)与心肌厚度(F=0.052~7.366)各组间差异均无统计学意义(P均>0.05)。结论 基于CS技术的心脏电影序列具有良好的应用前景。随着加速因子的增加,扫描时间逐渐减少,相应的图像质量降低,而当加速因子为4(与常规电影序列相比扫描时间减少50%)时,仍能够准确进行左心室心功能及心肌厚度测量,且图像质量基本满足诊断需求。 展开更多
关键词 心脏磁共振 压缩感知技术 图像质量评估 心室功能 心肌厚度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部