检索结果-维普期刊中文期刊服务平台

基于多参数MRI影像组学鉴别非肿块型乳腺癌和非哺乳期乳腺炎: 1; 作者宋丽俊薛志伟 +2 位作者田兄玲贾毅马依迪丽·尼加提《磁共振成像》北大核心 2025年第8期73-79,94,共8页; 目的探讨基于多参数磁共振成像(magnetic resonance imaging,MRI)的影像组学模型对非肿块型乳腺癌和非哺乳期乳腺炎(non-lactating mastitis,NLM)的鉴别诊断价值。材料与方法回顾性收集2020年6月至2024年6月于新疆医科大学附属中医医院... 展开更多; 关键词非哺乳期乳腺炎非肿块型乳腺癌多参数磁共振成像鉴别诊断; 在线阅读下载PDF 职称材料

基于机器学习门静脉期CT影像组学模型预测肝泡型棘球蚴病术后并发症: 2; 作者张源侯娟 +2 位作者朱玉才阿不都热苏力·吐尔孙郭辉《中国医学影像技术》北大核心 2025年第9期1535-1539,共5页; 目的观察基于机器学习(ML)门静脉期CT影像组学模型预测肝泡型棘球蚴病(HAE)术后并发症的价值。方法回顾性纳入265例HAE,按7∶3比例将其随机分为训练集(n=185,含106例发生术后并发症)与验证集(n=80,含40例发生术后并发症)。基于门静脉期C... 展开更多; 关键词棘球蚴病肝手术后并发症体层摄影术 X线计算机机器学习影像组学; 在线阅读下载PDF 职称材料

基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究: 3; 作者阿布都热苏力·吐尔孙阿布都克尤木江·阿布力孜 +3 位作者帕提曼·买买提黄陈翠沈玲燕马依迪丽·尼加提《中国防痨杂志》北大核心 2025年第8期1044-1052,共9页; 目的:探索利用多期胸部CT扫描的深度学习模型,预测肺结核药物治疗效果。方法:收集2020年1月至2024年1月在新疆喀什地区第一人民医院住院接受治疗的279例肺结核患者的多时序胸部CT影像数据,包括治疗前CT和治疗后CT。提取3386个影像组学特... 展开更多; 关键词结核肺治疗结果预测人工智能放射摄影术; 在线阅读下载PDF 职称材料

基于深度学习的结核性脊柱炎与布鲁氏菌性脊柱炎病灶分割及分类级联集成系统构建与效能评估: 4; 作者排尔哈提·亚生亚森·依米提阿布都热苏力·吐尔孙《中国防痨杂志》北大核心 2025年第11期1495-1507,共13页; 目的:探索基于深度学习的分类级联集成系统,通过结合病灶分割与分类模型,智能鉴别结核性脊柱炎(tuberculous spondylitis,TS)与布鲁氏菌性脊柱炎(brucellar spondylitis,BS),以提高临床诊断的准确性和效率。方法:回顾性收集了2021年1月... 展开更多; 关键词布鲁氏菌脊柱炎结核脊柱深度学习图像分割诊断鉴别; 在线阅读下载PDF 职称材料

题名基于多参数MRI影像组学鉴别非肿块型乳腺癌和非哺乳期乳腺炎: 1; 作者宋丽俊薛志伟田兄玲贾毅马依迪丽·尼加提; 机构新疆人工智能影像辅助诊断重点实验室新疆医科大学附属中医医院医学影像科; 出处《磁共振成像》北大核心 2025年第8期73-79,94,共8页; 基金新疆人工智能影像辅助诊断重点实验室开放课题资助项目(项目编号:XJRGZN2024009)。; 文摘目的探讨基于多参数磁共振成像(magnetic resonance imaging,MRI)的影像组学模型对非肿块型乳腺癌和非哺乳期乳腺炎(non-lactating mastitis,NLM)的鉴别诊断价值。材料与方法回顾性收集2020年6月至2024年6月于新疆医科大学附属中医医院经病理证实为非肿块型乳腺癌和NLM的患者MRI资料共193例,其中非肿块型乳腺癌100例,NLM 93例。两组患者病灶总数225个,其中乳腺癌110个(48.89%),NLM 115个(51.11%)。按7∶3随机划分为训练集(157例)和测试集(68例),采用支持向量机(support vector machines,SVM)机器学习算法对动态增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)第1、4、7期(即CE1、CE4、CE7)、T2加权成像(T2-weighted imaging,T2WI)和扩散加权成像(diffusion weighted imaging,DWI)这5个序列的数据分别构建单序列模型、多参数MRI模型,并联合5个序列数据和临床特征建立融合模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线、决策曲线分析(decision curve analysis,DCA)评价不同模型的性能,并使用SHAP图形对模型进行解释及可视化。结果单序列模型进行对比,CE1、CE4、CE7、T2WI和DWI序列在测试集的曲线下面积(area under the curve,AUC)分别为0.768、0.804、0.746、0.769、0.812,DWI在测试集的AUC最高,其次是CE4;多参数MRI模型在测试集的AUC为0.840(95%置信区间:0.749~0.932),而融合模型在测试集的AUC为0.866(95%置信区间:0.783~0.948),与CE1、CE4、CE7、T2WI单序列模型相比差异均有统计学意义(P<0.01)。结果显示,融合模型的准确度最高(77.94%);融合模型敏感度最高(90.00%);融合模型和CE4序列的特异度最高(均为68.42%)。结论多参数MRI联合临床特征的融合模型准确度、敏感度和特异度较高,与单序列模型、多参数MRI模型相比预测性能更优,可以为非肿块型乳腺癌和NLM的鉴别诊断提供较高价值。; 关键词非哺乳期乳腺炎非肿块型乳腺癌多参数磁共振成像鉴别诊断; Keywords non lactation mastitis non mass breast cancer multiparameter magnetic resonance imaging differential diagnosis; 分类号 R445.2 [医药卫生—影像医学与核医学] R737.9 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名基于机器学习门静脉期CT影像组学模型预测肝泡型棘球蚴病术后并发症: 2; 作者张源侯娟朱玉才阿不都热苏力·吐尔孙郭辉; 机构新疆医科大学附属中医医院影像科新疆医科大学第一附属医院影像中心新疆人工智能影像辅助诊断重点实验室喀什地区第一人民医院影像科; 出处《中国医学影像技术》北大核心 2025年第9期1535-1539,共5页; 基金新疆人工智能影像辅助诊断重点实验室开放课题(XJRGZN2024016)。; 文摘目的观察基于机器学习(ML)门静脉期CT影像组学模型预测肝泡型棘球蚴病(HAE)术后并发症的价值。方法回顾性纳入265例HAE,按7∶3比例将其随机分为训练集(n=185,含106例发生术后并发症)与验证集(n=80,含40例发生术后并发症)。基于门静脉期CT图像分割HAE病灶,提取、筛选影像组学特征;分别以5种ML算法构建模型,比较其预测术后并发症的效能。结果5种ML影像组学模型中,以支持向量机(SVM)模型预测训练集及验证集中HAE术后并发症的整体表现最优;DeLong检验显示,训练集中,SVM模型的曲线下面积(AUC)均显著大于逻辑回归(LR)、K邻近法(KNN)及多层感知器(MLP)模型(P均<0.001),在验证集中则显著大于自适应增强(AdaBoost)模型(P=0.007)。决策曲线分析显示,SVM模型临床净收益最高。结论基于ML算法、尤其SVM算法的门静脉期CT影像组学模型可有效预测HAE术后并发症。; 关键词棘球蚴病肝手术后并发症体层摄影术 X线计算机机器学习影像组学; Keywords echinococcosis,hepatic postoperative complications tomography,X-ray computed machine learning radiomics; 分类号 R532.32 [医药卫生—内科学] R814.42 [医药卫生—影像医学与核医学]; 在线阅读下载PDF 职称材料

题名基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究: 3; 作者阿布都热苏力·吐尔孙阿布都克尤木江·阿布力孜帕提曼·买买提黄陈翠沈玲燕马依迪丽·尼加提; 机构新疆喀什地区第一人民医院影像中心新疆人工智能影像辅助诊断重点实验室杭州深睿技术有限公司研发中心研究合作部新疆医科大学第四附属医院影像中心; 出处《中国防痨杂志》北大核心 2025年第8期1044-1052,共9页; 基金国家自然科学基金(82360359) 喀什地区科技计划(2022017) +3 种基金 “产学研医”一体化建设推动公立医院高质量发展(KS2023012)。; 文摘目的:探索利用多期胸部CT扫描的深度学习模型,预测肺结核药物治疗效果。方法:收集2020年1月至2024年1月在新疆喀什地区第一人民医院住院接受治疗的279例肺结核患者的多时序胸部CT影像数据,包括治疗前CT和治疗后CT。提取3386个影像组学特征,构建包括基于治疗前、治疗后、结合治疗前后的胸部CT影像组学模型、基于治疗后与治疗前影像特征变化、基于治疗前后的深度学习ResNet18模型等5种预测模型。模型性能通过受试者工作特征曲线下面积(AUC)等指标进行评估,并采用SHAP和Grad-CAM技术进行模型解释和可视化。结果:结合治疗前和治疗后CT数据的模型,在训练集和测试集上分别取得了0.845和0.770的AUC。深度学习模型在训练集和验证集上的AUC分别达到0.883和0.858。结论:基于纵向胸部CT影像的深度学习模型在肺结核疗效预测中展现出良好的性能,能够为个性化治疗和资源优化提供支持。; 关键词结核肺治疗结果预测人工智能放射摄影术; Keywords Tuberculosis,pulmonary Treatment outcome Prediction Artificial intelligence Radiography; 分类号 R521 [医药卫生—内科学] R81 [医药卫生—放射医学]; 在线阅读下载PDF 职称材料

题名基于深度学习的结核性脊柱炎与布鲁氏菌性脊柱炎病灶分割及分类级联集成系统构建与效能评估: 4; 作者排尔哈提·亚生亚森·依米提阿布都热苏力·吐尔孙; 机构新疆医科大学第六附属医院脊柱外三科新疆维吾尔自治区喀什地区第一人民医院影像中心新疆人工智能影像辅助诊断重点实验室; 出处《中国防痨杂志》北大核心 2025年第11期1495-1507,共13页; 基金第二批“天山英才”-青年托举人才项目(2023TSYCQNTJ0009) 国家自然科学基金(82360359) +1 种基金新疆维吾尔自治区重点研发计划项目(2022B03032)。; 文摘目的:探索基于深度学习的分类级联集成系统,通过结合病灶分割与分类模型,智能鉴别结核性脊柱炎(tuberculous spondylitis,TS)与布鲁氏菌性脊柱炎(brucellar spondylitis,BS),以提高临床诊断的准确性和效率。方法:回顾性收集了2021年1月至2025年1月于新疆维吾尔自治区喀什地区第一人民医院脊柱外科接受治疗并经病理学或微生物学检测确诊的202例脊柱炎患者的磁共振成像(magnetic resonance imaging,MRI)影像数据,其中,结核性脊柱炎113例,布鲁氏菌性脊柱炎89例。所有患者均接受了包含脂肪抑制T2加权成像(fat-suppressed T2-weighted imaging,T_(2)WI-FS)序列的脊柱MRI扫描。通过U-Net分割与ImageNet数据集上预训练的ResNet50/EfficientNet分类模型的级联集成,结合软/硬投票策略,实现端到端诊断。在验证集和独立测试集上,以Dice系数、交并比、敏感度、特异度、精确度及准确率评估分割性能,并采用准确率、F1分数、精确率、召回率及受试者工作特征曲线下面积(AUC)等指标评估分类效能。结果:在病灶分割模型方面,基于U-Net网络的模型在验证集的Dice系数为0.851±0.057,交并比为0.744±0.081,敏感度为(87.4±8.1)%,特异度为(99.5±0.3)%,精确度为(83.8±8.2)%,准确率为(99.1±0.4)%。在测试集上,Dice系数为0.835±0.085,交并比为0.725±0.115,敏感度为(83.9±10.4)%,特异度为(99.6±0.2)%,精确度为(83.8±9.0)%,准确率维持在(99.1±0.4)%。对于病灶分类模型,ResNet50模型在验证集上的准确率为79.6%,F1分数为83.8%,精确率为85.3%,召回率为82.5%,AUC为0.855;在测试集上的准确率为75.2%,F1分数为78.6%,精确率为75.7%,召回率为81.7%,AUC为0.822。EfficientNet模型在验证集上的准确率为79.0%,F1分数为84.4%,精确率为80.7%,召回率为88.5%,AUC为0.852;在测试集上的准确率为73.2%,F1分数为78.2%,精确率为71.7%,召回率为86.0%,AUC为0.800。在级联集成系统方面,采用软投票策略时,基于ResNet50模型的集成系统取得了最佳的鉴别效能,测试集准确率达到80.4%,F1分数为83.1%,精确率为78.3%,召回率为88.5%,AUC为0.853。结论:基于深度学习的级联集成系统在结核性脊柱炎与布鲁氏菌性脊柱炎鉴别中的高效性,有效整合多模态MRI影像组学特征,精准捕捉两者在微观结构上的差异,显著提升两者的智能诊断效能,为临床提供了一种可行的辅助诊断工具。; 关键词布鲁氏菌脊柱炎结核脊柱深度学习图像分割诊断鉴别; Keywords Brucellar spinal Tuberculosis spinal Deep learning Image segmentation Diagnosis differential; 分类号 R681.51 [医药卫生—骨科学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	操作
1	基于多参数MRI影像组学鉴别非肿块型乳腺癌和非哺乳期乳腺炎	宋丽俊薛志伟田兄玲贾毅马依迪丽·尼加提	《磁共振成像》北大核心	2025	在线阅读下载PDF 职称材料
2	基于机器学习门静脉期CT影像组学模型预测肝泡型棘球蚴病术后并发症	张源侯娟朱玉才阿不都热苏力·吐尔孙郭辉	《中国医学影像技术》北大核心	2025	在线阅读下载PDF 职称材料
3	基于纵向胸部CT的影像组学深度学习预测肺结核患者疗效的研究	阿布都热苏力·吐尔孙阿布都克尤木江·阿布力孜帕提曼·买买提黄陈翠沈玲燕马依迪丽·尼加提	《中国防痨杂志》北大核心	2025	在线阅读下载PDF 职称材料
4	基于深度学习的结核性脊柱炎与布鲁氏菌性脊柱炎病灶分割及分类级联集成系统构建与效能评估	排尔哈提·亚生亚森·依米提阿布都热苏力·吐尔孙	《中国防痨杂志》北大核心	2025	在线阅读下载PDF 职称材料