期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
CT影像组学模型及深度学习技术预测肺腺癌EGFR突变 被引量:15
1
作者 黄栎有 徐璐 +2 位作者 温林春 王延花 李智勇 《放射学实践》 CSCD 北大核心 2022年第8期971-976,共6页
目的:探讨基于CT图像建立的影像组学模型及深度学习模型在预测肺腺癌表皮生长因子受体(EGFR)突变中的价值。方法:回顾性分析228例经手术病理证实的肺腺癌患者的CT图像,其中EGFR突变型116例,野生型112例。由两位放射科医师各自独立在CT... 目的:探讨基于CT图像建立的影像组学模型及深度学习模型在预测肺腺癌表皮生长因子受体(EGFR)突变中的价值。方法:回顾性分析228例经手术病理证实的肺腺癌患者的CT图像,其中EGFR突变型116例,野生型112例。由两位放射科医师各自独立在CT图像上沿肺癌病灶边缘手动逐层勾画感兴趣区(ROI)获得病灶全容积ROI后提取影像组学特征。比较两位医师提取的影像组学特征的一致性,自高年资医师提取的特征中选取组内相关系数大于0.7的影像组学特征纳入研究。分别按照70%和30%的比例将所有病灶随机划分为训练集和验证集。在训练集中利用LASSO回归方法对影像组学特征进行筛选后,分别建立影像组学评分(Radscore)、随机森林(RF)和支持向量机(SVM)三种影像组学模型。此外,将训练集图像输入ResNet深度学习网络中建立深度学习模型。在验证集中对上述4个模型进行验证,计算敏感度、特异度和ROC曲线下面积(AUC)来评价不同模型的预测效能。结果:自CT图像中共提取了306个一致性良好的影像组学特征,经筛选后获得9个最佳特征用于建立影像组学模型。在验证集中,SVM模型的AUC(0.813)高于Radscore(0.761)和RF模型(0.775),但差异无统计学意义(P=0.089和0.330);ResNet模型的AUC为0.916,高于SVM模型(0.813)、Radscore(0.761)和RF模型(0.775)。ResNet模型与Radscore和RF模型间AUC的差异具有统计学意义(P=0.031和0.043),与SVM模型间AUC的差异无统计学意义(P=0.106)。ResNet模型的敏感度为0.879,高于SVM模型(0.771)、Radscore(0.818)和RF模型(0.743)。ResNet模型的特异度为0.914,高于SVM模型(0.758)、Radscore(0.714)和RF模型(0.727)。结论:基于CT图像的影像组学模型能够较好地预测EGFR基因突变,深度学习技术可以有效提高模型的预测准确性。 展开更多
关键词 肺肿瘤 影像组学 深度学习 体层摄影术 X线计算机 表皮生长因子受体
在线阅读 下载PDF
PD-1抑制剂联合脑部放疗治疗驱动基因阴性非小细胞肺癌脑转移的疗效及安全性分析 被引量:12
2
作者 徐璐 黄栎有 +1 位作者 王延花 温林春 《实用医学杂志》 CAS 北大核心 2022年第24期3100-3105,共6页
目的探讨PD-1抑制剂联合脑部放疗治疗驱动基因阴性非小细胞肺癌(NSCLC)脑转移患者的疗效及安全性。方法回顾性收集于2016年8月至2021年8月在南京鼓楼医院集团宿迁医院治疗的62例驱动基因阴性NSCLC脑转移患者。比较单纯脑部放射治疗和PD-... 目的探讨PD-1抑制剂联合脑部放疗治疗驱动基因阴性非小细胞肺癌(NSCLC)脑转移患者的疗效及安全性。方法回顾性收集于2016年8月至2021年8月在南京鼓楼医院集团宿迁医院治疗的62例驱动基因阴性NSCLC脑转移患者。比较单纯脑部放射治疗和PD-1抑制剂联合脑部放疗患者的脑转移瘤局部控制率,颅内新发病灶的发生率,总生存期(OS)、无进展生存期(PFS),不良反应发生率。结果单纯放疗组与联合治疗组颅内新发病灶的发生率分别为54.1%(20/37)和28.0%(7/25)(P=0.042)。联合治疗组的中位PFS比单纯放疗组延长1.5个月(P=0.005)。联合治疗组的中位OS比单纯放疗组延长3.6个月(P=0.016)。治疗方式是影响PFS(P=0.004)和OS(P=0.01)的独立危险因素。治疗期间两组不良反应均可耐受。结论驱动基因阴性的NSCLC脑转移患者采用脑部放疗联合PD-1抑制剂治疗,有利于延长患者的PFS及OS,不良反应可耐受。 展开更多
关键词 非小细胞肺癌 免疫治疗 放射治疗 免疫检查点抑制剂 脑转移
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部