期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
前列腺影像报告和数据系统2.1版联合前列腺特异性抗原密度对特异性抗原灰区前列腺临床显著癌的诊断价值
被引量：
5
1
作者
张云
董喆
+3 位作者
刘百川
赵建
王海屹
叶慧义
《中国医学影像学杂志》
CSCD
北大核心
2024年第5期492-498,共7页
目的基于双中心数据,探讨前列腺影像报告和数据系统2.1版(PI-RADS v2.1)联合前列腺特异性抗原密度(PSAD)在前列腺特异性抗原(PSA)灰区(4~10 ng/ml)患者中对临床显著性前列腺癌(csPCa)的诊断价值。资料与方法回顾性分析2017年1月—2022年...
目的基于双中心数据,探讨前列腺影像报告和数据系统2.1版(PI-RADS v2.1)联合前列腺特异性抗原密度(PSAD)在前列腺特异性抗原(PSA)灰区(4~10 ng/ml)患者中对临床显著性前列腺癌(csPCa)的诊断价值。资料与方法回顾性分析2017年1月—2022年5月解放军总医院第一医学中心(中心一)和解放军总医院第六医学中心(中心二)行多参数磁共振成像且具备病理结果的PSA灰区前列腺疾病患者的临床及影像资料。将中心一患者作为训练组(220例),中心二患者作为测试组(50例)。训练组应用Logistic回归确定csPCa的独立预测因素,并分析多参数组合对csPCa的诊断效能,在测试组进行验证。结果训练组csPCa和非csPCa组前列腺体积、PSAD、PI-RADS v2.1评分差异有统计学意义(Z=-6.468、6.589、75.676,P均<0.001);Logistic回归分析显示PI-RADS v2.1评分和PSAD是csPCa的独立危险因素(P均<0.001)。训练组和测试组PI-RADS v2.1+PSAD组成的Logistic回归模型预测PSA灰区csPCa的曲线下面积为0.860(95%CI 0.808~0.903)、0.906(95%CI 0.790~0.970);Logistic回归模型的曲线下面积高于PI-RADS v2.1和PSAD,差异有统计学意义(P均<0.05)。当PI-RADS v2.1评分为低或中危组且PSAD<0.15 ng/ml^(2)时,训练组和测试组的csPCa检出率较低。结论PI-RADS v2.1评分和PSAD是预测PSA灰区csPCa的独立危险因素,两者联合应用对PSA灰区csPCa的诊断效能优于两者单独应用,有助于临床活检决策。
展开更多
关键词
前列腺肿瘤
磁共振成像
前列腺影像报告和数据系统
前列腺特异性抗原
在线阅读
下载PDF
职称材料
应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌盆腔外脏器及转移灶分割
被引量：
1
2
作者
刘想
曲别雪蕾
+3 位作者
吴静云
吴鹏升
张晓东
王霄英
《中国医学影像学杂志》
CSCD
北大核心
2024年第2期168-174,共7页
目的探讨应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌患者盆腔外脏器及转移灶分割的可行性。资料与方法回顾性收集北京大学第一医院2017年1月—2022年1月不同扫描部位(头部、颈部、胸部、腹部)的经临床综合诊断...
目的探讨应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌患者盆腔外脏器及转移灶分割的可行性。资料与方法回顾性收集北京大学第一医院2017年1月—2022年1月不同扫描部位(头部、颈部、胸部、腹部)的经临床综合诊断存在转移灶的数据集(头部、颈部、胸部及腹部转移患者分别为68、91、57、263例),用于进行扫描范围的分类模型及不同区域脏器和转移灶的分割模型训练。另收集90例经病理证实为前列腺癌且行全身MRI患者用于模型的外部验证。以手工标注的区域(脑实质、颈椎、肺实质、纵隔、胸椎、肝、腰椎)及转移灶标签为“金标准”,评估模型的分割性能。评价指标包括Dice相似系数(DSC)、体积相似度(VS)。结果在外部验证数据集中,分类模型在头部、颈部、胸部和腹部的符合率分别为100%(90/90)、98.89%(89/90)、96.67%(87/90)和94.44%(85/90);分割模型对不同区域脏器分割的DSC、VS范围分别为(0.86±0.10)~(0.99±0.01)、(0.89±0.10)~(0.99±0.01);分割模型对不同转移灶分割的DSC、VS范围分别为(0.65±0.07)~(0.72±0.13)、(0.74±0.04)~(0.82±0.13)。结论基于深度学习的3D U-Net模型可实现晚期前列腺癌患者的盆腔外区域及转移灶分割。
展开更多
关键词
前列腺肿瘤
深度学习
磁共振成像
肿瘤转移
病理学
外科
在线阅读
下载PDF
职称材料
题名
前列腺影像报告和数据系统2.1版联合前列腺特异性抗原密度对特异性抗原灰区前列腺临床显著癌的诊断价值
被引量：
5
1
作者
张云
董喆
刘百川
赵建
王海屹
叶慧义
机构
解放军总
医院
第六
医学
中心放射诊断
科
解放军总
医院
第一
医学
中心放射诊断
科
武警四川省总队医院医学影像科
出处
《中国医学影像学杂志》
CSCD
北大核心
2024年第5期492-498,共7页
基金
解放军总医院第六医学中心创新培育基金(CXPY202107)。
文摘
目的基于双中心数据,探讨前列腺影像报告和数据系统2.1版(PI-RADS v2.1)联合前列腺特异性抗原密度(PSAD)在前列腺特异性抗原(PSA)灰区(4~10 ng/ml)患者中对临床显著性前列腺癌(csPCa)的诊断价值。资料与方法回顾性分析2017年1月—2022年5月解放军总医院第一医学中心(中心一)和解放军总医院第六医学中心(中心二)行多参数磁共振成像且具备病理结果的PSA灰区前列腺疾病患者的临床及影像资料。将中心一患者作为训练组(220例),中心二患者作为测试组(50例)。训练组应用Logistic回归确定csPCa的独立预测因素,并分析多参数组合对csPCa的诊断效能,在测试组进行验证。结果训练组csPCa和非csPCa组前列腺体积、PSAD、PI-RADS v2.1评分差异有统计学意义(Z=-6.468、6.589、75.676,P均<0.001);Logistic回归分析显示PI-RADS v2.1评分和PSAD是csPCa的独立危险因素(P均<0.001)。训练组和测试组PI-RADS v2.1+PSAD组成的Logistic回归模型预测PSA灰区csPCa的曲线下面积为0.860(95%CI 0.808~0.903)、0.906(95%CI 0.790~0.970);Logistic回归模型的曲线下面积高于PI-RADS v2.1和PSAD,差异有统计学意义(P均<0.05)。当PI-RADS v2.1评分为低或中危组且PSAD<0.15 ng/ml^(2)时,训练组和测试组的csPCa检出率较低。结论PI-RADS v2.1评分和PSAD是预测PSA灰区csPCa的独立危险因素,两者联合应用对PSA灰区csPCa的诊断效能优于两者单独应用,有助于临床活检决策。
关键词
前列腺肿瘤
磁共振成像
前列腺影像报告和数据系统
前列腺特异性抗原
Keywords
Prostate neoplasms
Magnetic resonance imaging
Prostate imaging report and data system
Prostate-specific antigen
分类号
R737.25 [医药卫生—肿瘤]
R445.2 [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
应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌盆腔外脏器及转移灶分割
被引量：
1
2
作者
刘想
曲别雪蕾
吴静云
吴鹏升
张晓东
王霄英
机构
北京大学第一
医院
医学影像
科
武警四川省总队医院医学影像科
北京赛迈特锐
医学
科
技有限公司
出处
《中国医学影像学杂志》
CSCD
北大核心
2024年第2期168-174,共7页
基金
首都卫生发展科研专项(首发2020-2-40710)
北京大学医学部“优秀博士研究生创新基金”资助项目(BMU2022BSS001)。
文摘
目的探讨应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌患者盆腔外脏器及转移灶分割的可行性。资料与方法回顾性收集北京大学第一医院2017年1月—2022年1月不同扫描部位(头部、颈部、胸部、腹部)的经临床综合诊断存在转移灶的数据集(头部、颈部、胸部及腹部转移患者分别为68、91、57、263例),用于进行扫描范围的分类模型及不同区域脏器和转移灶的分割模型训练。另收集90例经病理证实为前列腺癌且行全身MRI患者用于模型的外部验证。以手工标注的区域(脑实质、颈椎、肺实质、纵隔、胸椎、肝、腰椎)及转移灶标签为“金标准”,评估模型的分割性能。评价指标包括Dice相似系数(DSC)、体积相似度(VS)。结果在外部验证数据集中,分类模型在头部、颈部、胸部和腹部的符合率分别为100%(90/90)、98.89%(89/90)、96.67%(87/90)和94.44%(85/90);分割模型对不同区域脏器分割的DSC、VS范围分别为(0.86±0.10)~(0.99±0.01)、(0.89±0.10)~(0.99±0.01);分割模型对不同转移灶分割的DSC、VS范围分别为(0.65±0.07)~(0.72±0.13)、(0.74±0.04)~(0.82±0.13)。结论基于深度学习的3D U-Net模型可实现晚期前列腺癌患者的盆腔外区域及转移灶分割。
关键词
前列腺肿瘤
深度学习
磁共振成像
肿瘤转移
病理学
外科
Keywords
Prostatic neoplasms
Deep learning
Magnetic resonance imaging
Neoplasm metastasis
Pathology,surgical
分类号
R737.25 [医药卫生—肿瘤]
R445.2 [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
作者
出处
发文年
被引量
操作
1
前列腺影像报告和数据系统2.1版联合前列腺特异性抗原密度对特异性抗原灰区前列腺临床显著癌的诊断价值
张云
董喆
刘百川
赵建
王海屹
叶慧义
《中国医学影像学杂志》
CSCD
北大核心
2024
5
在线阅读
下载PDF
职称材料
2
应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌盆腔外脏器及转移灶分割
刘想
曲别雪蕾
吴静云
吴鹏升
张晓东
王霄英
《中国医学影像学杂志》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
