目的探讨基于双参数MRI影像组学特征的机器学习模型在前列腺癌风险分层中的作用。方法收集128例经病理证实的前列腺癌患者的临床资料,其中低风险组(Gleason评分≤3+4分)60例、高风险组(Gleason评分≥4+3分)68例。所有患者均接受3.0 T MR...目的探讨基于双参数MRI影像组学特征的机器学习模型在前列腺癌风险分层中的作用。方法收集128例经病理证实的前列腺癌患者的临床资料,其中低风险组(Gleason评分≤3+4分)60例、高风险组(Gleason评分≥4+3分)68例。所有患者均接受3.0 T MRI检查,采集参数相同。统计与前列腺癌相关的临床危险因素,包括年龄、病灶体积、病灶位置、前列腺特异性抗原及前列腺影像报告和数据系统(PI-RADS)评分等。按7∶3将患者随机分为训练集和验证集,分别用于影像组学模型的机器学习和验证。影像组学特征包括基于梯度的直方图特征、形态特征、灰度共生矩阵(GLCM)、灰度游程矩阵(GLRLM)、灰度大小区域矩阵(GLSZM)和Haralick特征。应用多因素logistic回归分析建立3个前列腺癌风险分层的预测模型:临床模型、影像组学模型和临床-影像组学联合模型,分别通过ROC曲线和决策曲线分析比较各模型的诊断效能与临床效益。结果影像组学模型和临床-影像组学联合模型对验证集的预测效能相当(AUC=0.78,95%CI 0.63~0.93),并且均优于临床模型(AUC=0.75,95%CI 0.60~0.91)。决策曲线分析表明,影像组学模型和临床-影像组学联合模型比临床模型具有更高的临床净收益。结论与仅评估前列腺癌相关的临床危险因素相比,基于双参数MRI影像组学的临床-影像组学机器学习模型可以提高对前列腺癌风险分层预测的准确性。展开更多
目的探讨基于MRI高分辨率T2加权图像的影像组学主成分分析(PCA)法对直肠癌新辅助放射化学治疗效果的预测价值。方法回顾性分析2018年1月1日至2018年12月31日在我院因局部进展期直肠癌接受新辅助放射化学治疗后行直肠癌根治性切除术的80...目的探讨基于MRI高分辨率T2加权图像的影像组学主成分分析(PCA)法对直肠癌新辅助放射化学治疗效果的预测价值。方法回顾性分析2018年1月1日至2018年12月31日在我院因局部进展期直肠癌接受新辅助放射化学治疗后行直肠癌根治性切除术的80例患者资料,男60例、女20例,年龄为28~74岁,平均年龄为(56.2±9.9)岁。患者行新辅助放射化学治疗前接受3.0 T MRI检查,在高分辨率T2加权图像上提取影像组学特征,再采用PCA法进行特征值降维,使用降维后的特征与病理完全缓解(pCR)标签建立logistic回归分类器模型,将样本随机分为训练集与测试集进行机器学习,分别绘制ROC曲线并计算AUC及灵敏度、特异度、准确度。结果MRI高分辨率T2加权图像共提取到1409个影像组学特征,PCA法重新组合并选取了前5个最能代表整个影像组学特征矩阵的新特征,分别能代表整个影像组学特征矩阵中9.92601667×10^-1、4.85454500×10^-3、2.50901391×10^-3、2.48903230×10^-5、7.37298450×10^-6的信息。Logistic回归分类器模型交叉验证测试集的平均AUC为0.761(95%CI:0.694~0.828),灵敏度为90.3%,特异度为40.0%,准确度为79.0%。结论基于MRI高分辨率T2加权影像组学PCA法对直肠癌新辅助放射化学治疗的疗效具有较好的预测价值。展开更多
目的探究大动脉粥样硬化与心源性栓塞急性缺血性脑卒中(AIS)梗死特征的差异。方法回顾性纳入2016年10月至2018年6月于我院急诊入院治疗,且入院后、治疗前均行多模态计算机断层扫描(CT)检查的AIS患者99例,其中大动脉粥样硬化46例,心源性...目的探究大动脉粥样硬化与心源性栓塞急性缺血性脑卒中(AIS)梗死特征的差异。方法回顾性纳入2016年10月至2018年6月于我院急诊入院治疗,且入院后、治疗前均行多模态计算机断层扫描(CT)检查的AIS患者99例,其中大动脉粥样硬化46例,心源性栓塞53例。比较两组患者的入院时美国国立卫生研究院卒中量表(NIHSS)评分和格拉斯哥昏迷量表(GCS)评分、梗死核心区和缺血半暗带体积及二者差值以及后循环血管闭塞率、颅内大动脉闭塞率。结果大动脉粥样硬化组AIS患者入院时NIHSS评分低于心源性栓塞组[9.5(2.0,16.0)分vs 15.0(6.0,24.0)分,Z=2.31,P<0.001],GCS评分高于心源性栓塞组[(13.52±2.69)分vs(11.60±3.31)分,t=1.04,P=0.002]。心源性栓塞组梗死核心区和缺血半暗带体积分别为1(0,22)m L和64(30,126)m L,均大于大动脉粥样硬化组[分别为0(0,1)m L和10(0,70)m L;Z=3.85、3.43,P均<0.001];但心源性栓塞组和大动脉粥样硬化组缺血半暗带与梗死核心区体积的差值差异无统计学意义[46(4,103)m L vs 10(0,64)m L,Z=1.92,P>0.05]。大动脉粥样硬化组颅内大动脉闭塞率和后循环血管闭塞率分别为30.43%(14/46)和36.96%(17/46),与心源性栓塞组[分别为50.94%(27/53)和9.43%(5/53)]相比差异均有统计学意义(χ~2=11.82、6.77,P均<0.001)。结论大动脉粥样硬化与心源性栓塞AIS患者的临床症状、脑组织改变及颅内大动脉改变不同,基于临床及多模态CT检查的病因学评估有助于精确评估AIS患者缺血状态。展开更多
文摘目的探讨基于双参数MRI影像组学特征的机器学习模型在前列腺癌风险分层中的作用。方法收集128例经病理证实的前列腺癌患者的临床资料,其中低风险组(Gleason评分≤3+4分)60例、高风险组(Gleason评分≥4+3分)68例。所有患者均接受3.0 T MRI检查,采集参数相同。统计与前列腺癌相关的临床危险因素,包括年龄、病灶体积、病灶位置、前列腺特异性抗原及前列腺影像报告和数据系统(PI-RADS)评分等。按7∶3将患者随机分为训练集和验证集,分别用于影像组学模型的机器学习和验证。影像组学特征包括基于梯度的直方图特征、形态特征、灰度共生矩阵(GLCM)、灰度游程矩阵(GLRLM)、灰度大小区域矩阵(GLSZM)和Haralick特征。应用多因素logistic回归分析建立3个前列腺癌风险分层的预测模型:临床模型、影像组学模型和临床-影像组学联合模型,分别通过ROC曲线和决策曲线分析比较各模型的诊断效能与临床效益。结果影像组学模型和临床-影像组学联合模型对验证集的预测效能相当(AUC=0.78,95%CI 0.63~0.93),并且均优于临床模型(AUC=0.75,95%CI 0.60~0.91)。决策曲线分析表明,影像组学模型和临床-影像组学联合模型比临床模型具有更高的临床净收益。结论与仅评估前列腺癌相关的临床危险因素相比,基于双参数MRI影像组学的临床-影像组学机器学习模型可以提高对前列腺癌风险分层预测的准确性。
文摘目的探讨基于MRI高分辨率T2加权图像的影像组学主成分分析(PCA)法对直肠癌新辅助放射化学治疗效果的预测价值。方法回顾性分析2018年1月1日至2018年12月31日在我院因局部进展期直肠癌接受新辅助放射化学治疗后行直肠癌根治性切除术的80例患者资料,男60例、女20例,年龄为28~74岁,平均年龄为(56.2±9.9)岁。患者行新辅助放射化学治疗前接受3.0 T MRI检查,在高分辨率T2加权图像上提取影像组学特征,再采用PCA法进行特征值降维,使用降维后的特征与病理完全缓解(pCR)标签建立logistic回归分类器模型,将样本随机分为训练集与测试集进行机器学习,分别绘制ROC曲线并计算AUC及灵敏度、特异度、准确度。结果MRI高分辨率T2加权图像共提取到1409个影像组学特征,PCA法重新组合并选取了前5个最能代表整个影像组学特征矩阵的新特征,分别能代表整个影像组学特征矩阵中9.92601667×10^-1、4.85454500×10^-3、2.50901391×10^-3、2.48903230×10^-5、7.37298450×10^-6的信息。Logistic回归分类器模型交叉验证测试集的平均AUC为0.761(95%CI:0.694~0.828),灵敏度为90.3%,特异度为40.0%,准确度为79.0%。结论基于MRI高分辨率T2加权影像组学PCA法对直肠癌新辅助放射化学治疗的疗效具有较好的预测价值。
文摘目的探究大动脉粥样硬化与心源性栓塞急性缺血性脑卒中(AIS)梗死特征的差异。方法回顾性纳入2016年10月至2018年6月于我院急诊入院治疗,且入院后、治疗前均行多模态计算机断层扫描(CT)检查的AIS患者99例,其中大动脉粥样硬化46例,心源性栓塞53例。比较两组患者的入院时美国国立卫生研究院卒中量表(NIHSS)评分和格拉斯哥昏迷量表(GCS)评分、梗死核心区和缺血半暗带体积及二者差值以及后循环血管闭塞率、颅内大动脉闭塞率。结果大动脉粥样硬化组AIS患者入院时NIHSS评分低于心源性栓塞组[9.5(2.0,16.0)分vs 15.0(6.0,24.0)分,Z=2.31,P<0.001],GCS评分高于心源性栓塞组[(13.52±2.69)分vs(11.60±3.31)分,t=1.04,P=0.002]。心源性栓塞组梗死核心区和缺血半暗带体积分别为1(0,22)m L和64(30,126)m L,均大于大动脉粥样硬化组[分别为0(0,1)m L和10(0,70)m L;Z=3.85、3.43,P均<0.001];但心源性栓塞组和大动脉粥样硬化组缺血半暗带与梗死核心区体积的差值差异无统计学意义[46(4,103)m L vs 10(0,64)m L,Z=1.92,P>0.05]。大动脉粥样硬化组颅内大动脉闭塞率和后循环血管闭塞率分别为30.43%(14/46)和36.96%(17/46),与心源性栓塞组[分别为50.94%(27/53)和9.43%(5/53)]相比差异均有统计学意义(χ~2=11.82、6.77,P均<0.001)。结论大动脉粥样硬化与心源性栓塞AIS患者的临床症状、脑组织改变及颅内大动脉改变不同,基于临床及多模态CT检查的病因学评估有助于精确评估AIS患者缺血状态。
