期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于DWI深度学习特征的预测模型评估子宫内膜癌微卫星不稳定状态的价值 被引量:2
1
作者 牛永超 周芳 +3 位作者 赵丹丹 侯孟岩 李淑建 张勇 《中国医学影像学杂志》 CSCD 北大核心 2024年第9期922-927,共6页
目的探索基于扩散加权成像(DWI)深度学习特征的预测模型在子宫内膜癌微卫星不稳定状态评估中的价值。资料与方法回顾性分析2020年6月—2023年4月于新乡市中心医院行MRI检查的32例微卫星不稳定和55例微卫星稳定子宫内膜癌患者的DWI资料,... 目的探索基于扩散加权成像(DWI)深度学习特征的预测模型在子宫内膜癌微卫星不稳定状态评估中的价值。资料与方法回顾性分析2020年6月—2023年4月于新乡市中心医院行MRI检查的32例微卫星不稳定和55例微卫星稳定子宫内膜癌患者的DWI资料,测量原发病灶的表观扩散系数(ADC),并分别应用多层卷积神经网络和PyRadiomics提取原发病灶的深度学习特征和影像组学特征。使用最小绝对收缩和选择算子及随机森林进行特征筛选和模型建立,采用受试者工作特征曲线下面积(AUC)和净重新分类指数评估模型性能,基于1000次重采样的Bootstrap进行模型内部验证。结果深度学习模型共纳入6个特征,分别为第7、57、77、82、97和108个特征,AUC为0.905(95%CI 0.823~0.957);影像组学模型共纳入6个特征,分别为1个邻域灰度差矩阵、4个灰度区域大小矩阵和1个灰度游程长度矩阵特征,AUC为0.844(95%CI 0.751~0.913);微卫星不稳定组的ADC小于微卫星稳定组(t=-4.123,P<0.001),AUC为0.810(95%CI 0.712~0.886)。与影像组学模型和ADC相比,深度学习模型的风险预测效果得到改善,净重新分类指数分别为0.856和0.486(P<0.01,P=0.024)。在基于Bootstrap的内部验证中深度学习模型也展示出较影像组学模型更高的性能,二者的AUC分别为0.897(95%CI 0.889~0.905)和0.829(95%CI 0.812~0.839)。结论与影像组学模型和ADC相比,基于DWI图像深度学习特征的预测模型能够更好地评估子宫内膜癌患者的微卫星不稳定状态。 展开更多
关键词 子宫内膜肿瘤 磁共振成像 扩散加权成像 深度学习 影像组学 微卫星不稳性
在线阅读 下载PDF
酰胺质子转移成像联合预后营养指数预测局部进展期直肠癌新辅助放化疗疗效的价值分析
2
作者 赵文俊 柴亚欣 +2 位作者 侯孟岩 赵丹丹 牛永超 《放射学实践》 CSCD 北大核心 2024年第9期1207-1212,共6页
目的:探讨酰胺质子转移(APT)成像定量参数APT信号强度(APT SI)、表观扩散系数(ADC)值联合预后营养指数(PNI)预测局部进展期直肠癌新辅助放化疗(NCRT)治疗疗效的价值。方法:选择接受完整NCRT及手术治疗的98例局部进展期直肠癌患者作为研... 目的:探讨酰胺质子转移(APT)成像定量参数APT信号强度(APT SI)、表观扩散系数(ADC)值联合预后营养指数(PNI)预测局部进展期直肠癌新辅助放化疗(NCRT)治疗疗效的价值。方法:选择接受完整NCRT及手术治疗的98例局部进展期直肠癌患者作为研究对象。NCRT前对患者进行APT检查,测定APT SI和ADC值,计算并记录PNI。对所有研究对象实施NCRT治疗,依据术后病理学结果对患者进行分组,包括病理完全缓解(PCR)组和非PCR组。结果:经NCRT治疗后,98例直肠癌患者中40例(40.82%)达到PCR,58例(59.18%)未达到PCR。PCR与非PCR两组患者的肿瘤最大径差异有统计学意义(P<0.05)。PCR患者的治疗前APT SI和PNI显著高于非PCR患者,治疗前ADC值显著低于非PCR患者,差异有统计学意义(P<0.05)。直肠癌患者治疗前APT SI与ADC值呈显著负相关关系(r=-0.366,P=0.046)。单因素Logistic回归分析结果显示,APT SI、ADC值、PNI与直肠癌患者NCRT后非PCR密切相关(P<0.05)。ROC曲线分析结果显示,APT SI、ADC值、PNI单独及三者联合预测非PCR的敏感度和特异度分别为75.9%和52.5%、69.0%和67.5%、56.9%和72.5%、82.8%和82.5%。结论:APT定量参数及PNI联合有助于预测局部进展期直肠癌患者的NCRT疗效。 展开更多
关键词 酰胺质子转移成像 直肠癌 新辅助放化疗 疗效 表观扩散系数 预后营养指数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部