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
共找到9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：
基于MRI深度迁移学习影像组学术前预测直肠癌脉管浸润的研究 被引量：3
1
作者 袁权 吴树剑 +1 位作者 范莉芳 翟建 《磁共振成像》 北大核心 2025年第1期54-60,共7页
目的探讨基于横轴位高分辨T2WI深度迁移学习影像组学术前预测直肠癌患者脉管浸润(lymphovascular invasion,LVI)的应用价值。材料与方法回顾性分析皖南医学院弋矶山医院2018年1月至2023年12月行MRI检查且术后病理证实为直肠癌的384例患... 目的探讨基于横轴位高分辨T2WI深度迁移学习影像组学术前预测直肠癌患者脉管浸润(lymphovascular invasion,LVI)的应用价值。材料与方法回顾性分析皖南医学院弋矶山医院2018年1月至2023年12月行MRI检查且术后病理证实为直肠癌的384例患者,收集临床及影像资料。根据病理LVI状态将患者分为LVI阳性(LVI+)组81例及LVI阴性(LVI-)组303例,按7∶3比例将患者随机分为训练组(n=269)与验证组(n=115)。以ResNet-34为深度迁移学习特征提取的基础模型,基于瘤体分别提取深度迁移学习特征与传统影像组学特征,通过Spearman秩相关和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归的方法进行降维,消除冗余特征,保留最具预测价值的特征。使用自适应增强(adaptive boosting,AdaBoost)、朴素贝叶斯(na?ve Bayes,NB)、弹性网络(elastic net,Enet)、梯度推进机(gradient boosting machine,GBM)、神经网络(neutral network,NN)及支持向量机(support vector machine,SVM)共6种机器学习算法基于传统影像组学特征、深度迁移学习特征及组合特征分别构建预测模型。通过受试者工作特征(receiver operating characteristics curve,ROC)曲线评价各模型的诊断效能。结果通过Spearman秩相关及LASSO回归降维后共筛选出23个最优特征,其中传统影像组学特征6个,深度迁移学习特征17个,构建的所有模型中基于组合特征模型的曲线下面积(area under the curve,AUC)均高于单独特征模型,6种机器学习算法基于组合特征的AUC在训练组分别为0.956、0.802、0.879、0.966、0.973、0.944,验证组分别为0.924、0.868、0.901、0.892、0.817、0.905。结论基于组合特征的模型在预测直肠癌LVI状态方面具有高效能,可辅助术前个体化预测,改善患者预后。 展开更多
关键词 直肠癌 脉管浸润 磁共振成像 深度迁移学习 影像组学
在线阅读 下载PDF
QCT评估HCC患者身体组分变化联合肿瘤标志物预测其术后转移的价值
2
作者 张钦 韩剑剑 +2 位作者 李培 吕磊 翟建 《放射学实践》 北大核心 2025年第1期73-77,共5页
目的:基于QCT评估HCC患者身体组分变化预测其术后转移的价值。方法:回顾性分析皖南医学院第一附属医院住院治疗的73例HCC患者的临床及影像学资料。记录术前及术后1年患者的L1/L2椎体平均骨密度(BMD)、L3椎体水平总脂肪面积(TFA)、L3椎... 目的:基于QCT评估HCC患者身体组分变化预测其术后转移的价值。方法:回顾性分析皖南医学院第一附属医院住院治疗的73例HCC患者的临床及影像学资料。记录术前及术后1年患者的L1/L2椎体平均骨密度(BMD)、L3椎体水平总脂肪面积(TFA)、L3椎体水平腹内脂肪面积(VFA)、L3椎体水平椎后肌群脂肪面积(FA)、L3椎体水平椎后肌群肌肉面积(MA),并计算术前与术后各指标的差值(术后-术前),记为ΔBMD、ΔTFA、ΔVFA、ΔFA、ΔMA;同时记录术前血清学指标,包括甲胎蛋白(AFP)、甲胎蛋白异质体(AFP-L3)、甲胎蛋白异质体百分比(AFP-L3/AFP)、CEA、CA-199、CA125、中性粒细胞绝对值、淋巴细胞绝对值、中性粒细胞百分比、淋巴细胞百分比。根据术后1年临床及影像学资料提示的肝内或肝外转移情况,分为转移组(29例)和非转移组(44例)。比较两组间以上指标的差异,采用ROC曲线评估相关指标预测HCC患者术后发生转移的效能。结果:转移组与非转移组的ΔMA、AFP、AFP-L3、AFP-L3百分比、中性粒细胞绝对值、淋巴细胞绝对值、中性粒细胞百分比、淋巴细胞百分比差异有统计学意义(P<0.05)。ROC曲线分析结果显示,AFPL3、AFPL3百分比、淋巴细胞绝对值、中性粒百分比、淋巴百分比、ΔMA预测HCC患者术后发生转移的AUC值分别为0.725、0.779、0.664、0.709、0.707、0.864(P均<0.05)。结论:QCT可以有效评估HCC患者术后身体组分变化,术后椎后肌群肌肉含量减少、术前高水平的AFPL3、AFPL3百分比、淋巴细胞绝对值、中性粒细胞百分比、淋巴细胞百分比可能成为预测HCC患者术后发生转移的危险因素。 展开更多
关键词 肝细胞癌 定量计算机断层扫描 体层摄影术 X线计算机 身体组分 血清标志物 肿瘤转移
在线阅读 下载PDF
基于CT平扫影像组学深度学习模型预测自发性脑出血早期血肿扩大 被引量：2
3
作者 丁俊 陈基明 +1 位作者 邵颖 丁治民 《放射学实践》 CSCD 北大核心 2024年第12期1558-1564,共7页
目的:探讨基于CT平扫的影像组学特征构建的深度学习(DLR)模型对自发性脑出血(sICH)早期血肿扩大(HE)的预测价值。方法:回顾性分析2015年1月-2022年12月在本院就诊的350例sICH患者的临床及影像学资料。所有患者发病6h内接受首次头颅CT平... 目的:探讨基于CT平扫的影像组学特征构建的深度学习(DLR)模型对自发性脑出血(sICH)早期血肿扩大(HE)的预测价值。方法:回顾性分析2015年1月-2022年12月在本院就诊的350例sICH患者的临床及影像学资料。所有患者发病6h内接受首次头颅CT平扫,并根据24 h内复查CT图像上血肿体积是否超过基线CT图像上的33%或6 mL,将患者分为HE组(136例)和非HE组(214例)。随机将患者以8∶2的比例分为训练组(n=280)和验证组(n=70)。对临床和影像学资料进行组间差异检验,筛选出有统计学意义的临床和影像特征。沿血肿边缘逐层手动勾画感兴趣区(ROI),并融合得到血肿的三维容积感兴趣区(VOI);然后,借助软件沿勾画ROI边缘自动外扩2 mm,得到血肿周围组织ROI。利用One-key AI软件分别提取血肿周围组织的影像组学特征和深度学习特征(基于ResNet-50卷积神经网络),联合这两类特征并进行特征筛选,得到混合特征集。基于临床-影像特征、混合特征及前两类特征联合,利用逻辑回归(LR)、朴素贝叶斯(NB)、K最近邻(KNN)、自适应增强(AdaBoost)和多层感知器(MLP)这五种分类器共构建了15个机器学习模型,采用ROC曲线下面积(AUC)评价各模型的诊断效能,确定最优模型作为输出模型,应用决策曲线分析(DCA)评价最佳模型的临床效益。结果:在临床和常规影像征象中,血清D-二聚体水平、血肿形态、漩涡征、混合征和卫星征在HE组与非HE组之间的差异有统计学意义(P<0.05)。自血肿周围组织共提取得到29个混合特征(15个影像组学特征和14个深度学习特征)。在训练组或验证组中,基于联合特征构建的5种机器学习预测模型的效能均高于临床-影像特征和混合特征构建的模型,尤其以训练组中KNN分类器构建的联合模型的预测效能最高(AUC=0.947,95%CI:0.924~0.970),作为本研究的最佳输出模型。DCA显示阈值在0.025~0.980时KNN联合模型获得的临床效益较高。结论:基于CT平扫的血肿周围组织DLR模型可以有效预测sICH早期HE,尤其以联合临床、影像及组学特征构建的KNN分类器模型的预测效能最佳。 展开更多
关键词 深度学习 分类器 影像组学 血肿周围组织 自发性脑出血 血肿扩大
在线阅读 下载PDF
基于常规MRI影像组学预测急性脑梗死出血性转化的价值 被引量：2
4
作者 丁俊 陈基明 +2 位作者 邵颖 丁治民 昌杰 《放射学实践》 CSCD 北大核心 2024年第7期859-865,共7页
目的:探讨基于常规MRI影像组学预测急性脑梗死出血性转化(HT)的价值。方法:回顾性分析我院2017年1月-2022年12月120例急性脑梗死(HT阳性60例,HT阴性60例)的完整资料。所有患者均接受头颅常规MRI扫描,并随机将患者以7:3的比例分为训练组(... 目的:探讨基于常规MRI影像组学预测急性脑梗死出血性转化(HT)的价值。方法:回顾性分析我院2017年1月-2022年12月120例急性脑梗死(HT阳性60例,HT阴性60例)的完整资料。所有患者均接受头颅常规MRI扫描,并随机将患者以7:3的比例分为训练组(n=84)和验证组(n=36)。运用软件勾画病灶ROI及提取纹理特征,利用最小冗余最大相关(mRMR)及最小绝对值收敛和选择算子(LASSO)回归分析筛选特征,构建影像组学模型。绘制受试者操作特征(ROC)曲线、应用决策曲线分析(DCA)评估模型的预测能力、临床应用价值。结果:临床模型、常规MRI模型、联合序列影像组学模型、个性化模型1及个性化模型2在训练组和验证组中曲线下面积(AUC)值分别为0.72(0.61~0.83)和0.68(0.50~0.86)、0.93(0.86~0.98)和0.93(0.79~0.99)、0.97(0.94~1.00)和0.97(0.93~1.00)、0.96(0.92~1.00)和0.99(0.98~1.00)、0.98(0.95~1.00)和0.98(0.96~1.00)。DCA表明个性化模型2患者临床受益好于个性化模型1。结论:常规MRI模型、联合序列影像组学模型、个性化模型1、个性化模型2均优于临床模型的诊断效能,均具有很高预测急性脑梗死出血性转化的价值。个性化模型1、2诊断效能相当,但个性化模型2患者临床受益好于个性化模型1。 展开更多
关键词 急性脑梗死 影像组学 出血性转化
在线阅读 下载PDF
年龄及月经状态对健康女性乳腺动态增强MRI半定量参数的影响
5
作者 张爱娟 陈基明 +2 位作者 李周丽 吴莉莉 闫娜 《中国医学影像技术》 CSCD 北大核心 2024年第9期1336-1340,共5页
目的观察年龄及月经状态对健康女性乳腺动态增强MRI(DCE-MRI)半定量参数的影响。方法回顾性收集283名因疑诊乳腺包块或乳腺不适而接受MR检查且经临床随访1年无乳腺肿瘤的成年女性;另前瞻性招募49名处于行经期的健康成年女性(行经期亚组... 目的观察年龄及月经状态对健康女性乳腺动态增强MRI(DCE-MRI)半定量参数的影响。方法回顾性收集283名因疑诊乳腺包块或乳腺不适而接受MR检查且经临床随访1年无乳腺肿瘤的成年女性;另前瞻性招募49名处于行经期的健康成年女性(行经期亚组)。根据年龄将上述332名受试者分为低龄组(n=107)、中龄组(n=114)及高龄组(n=111),同时根据是否绝经将其分为绝经组(n=112)与未绝经组(n=220,含行经期亚组49名、增殖期亚组77名及分泌期亚组94名)。比较组间、亚组间乳腺DCE-MRI半定量参数(ER_(max),Slope_(max)),包括最大强化率(ER_(max))和最大上升斜率(Slope_(max))的差异及其变异程度。结果高、低龄组间ER_(max)及Slope_(max)差异均有统计学意义(P均<0.05),中龄组ER_(max)和Slope_(max)与低及高龄组差异均无统计学意义(P均>0.05)。绝经组ER_(max)及Slope_(max)均低于未绝经组(P均<0.05)。不同月经周期亚组之间DCE-MRI半定量参数总体差异均无统计学意义(P均>0.05)。低、中及高龄组中,正常乳腺ER_(max)的变异系数(CV)分别为56.20%、44.02%及50.97%,Slope_(max)的CV分别为54.74%、81.78%及76.93%。绝经后及未绝经成年女性正常乳腺ER_(max)的CV分别为50.12%及46.02%,Slope_(max)的CV分别为72.84%及62.04%。各亚组间,ER_(max)及Slope_(max)在增殖期亚组的CV均最大(61.39%、82.54%),而在行月经期亚组的CV均最小(33.99%、42.33%)。结论不同年龄及月经状态下健康女性乳腺DCE-MRI半定量参数存在差异,且个体间变异度较大。 展开更多
关键词 乳腺 人 年龄因素 月经 磁共振成像
在线阅读 下载PDF
基于多期CT影像组学鉴别卵巢良、恶性肿瘤的临床应用价值 被引量：5
6
作者 徐静雅 吴树剑 +1 位作者 范莉芳 翟建 《放射学实践》 CSCD 北大核心 2023年第9期1151-1156,共6页
目的:探讨基于多期CT影像组学模型及联合模型鉴别卵巢良、恶性肿瘤的临床应用价值。方法:回顾性搜集2018年1月-2022年7月经术后病理证实的144例良性及182例恶性卵巢肿瘤患者的临床及CT多期影像组学资料,将患者随机按7:3分为训练组228例... 目的:探讨基于多期CT影像组学模型及联合模型鉴别卵巢良、恶性肿瘤的临床应用价值。方法:回顾性搜集2018年1月-2022年7月经术后病理证实的144例良性及182例恶性卵巢肿瘤患者的临床及CT多期影像组学资料,将患者随机按7:3分为训练组228例及验证组98例。图像预处理并利用ITK-SNAP勾画肿瘤病灶区域,用PY提取组学特征,将提取特征正则化,采用Spearman相关分析,相关系数大于0.9,保留其一特征,使用最小绝对收缩与选择算子(LASSO)回归分析对组学特征降维,建立影像组学标签。将影像组学的优势期相与临床指标结合建立联合模型,利用列线图分析预测效能。结果:筛选出平扫、动脉期、静脉期及延迟期的特征数分别为22、7、10、22个,构建各期影像组学模型,结果显示延迟期为最优模型,在训练组中,其受试者工作特征(ROC)曲线的曲线下面积(AUC)为0.857。将临床特征与延迟期影像组学特征构建联合模型,其ROC的AUC值为0.870,优于临床模型,且差异有统计学意义(Z=3.376,P=0.0007)。验证组中,联合模型ROC的AUC值为0.844,优于临床模型,差异无统计学意义(Z=1.650,P=0.0989)。结论:CT扫描的延迟期影像组学特征鉴别卵巢良性与恶性肿瘤的效能优于其它期相,延迟期影像组学标签与临床特征相结合的联合模型有较高的鉴别诊断效能。 展开更多
关键词 卵巢肿瘤 影像组学 体层摄影术 X线计算机 列线图
在线阅读 下载PDF
基于深度学习的影像组学预测直肠癌T2与T3分期 被引量：4
7
作者 吴树剑 俞咏梅 +4 位作者 范莉芳 张虎 陈国仙 徐静雅 亚胜男 《磁共振成像》 CAS CSCD 北大核心 2023年第11期84-89,102,共7页
目的本研究探讨基于MRI轴位高分辨T2WI图像的深度学习(deep learning,DL)影像组学在术前预测直肠癌T2与T3期的价值。材料与方法回顾性分析皖南医学院第一附属医院(弋矶山医院)2018年1月至2022年12月361例经术后病理证实的T2与T3期直肠... 目的本研究探讨基于MRI轴位高分辨T2WI图像的深度学习(deep learning,DL)影像组学在术前预测直肠癌T2与T3期的价值。材料与方法回顾性分析皖南医学院第一附属医院(弋矶山医院)2018年1月至2022年12月361例经术后病理证实的T2与T3期直肠癌患者的完整资料,其中T2期100例,T3期261例,按7∶3采用分层抽样将患者随机分为训练集(n=262)与测试集(n=99)。采用单因素与多因素logistic回归分析筛选临床影像特征独立危险因素。利用ResNet-18模型作为DL特征提取的基础模型,分别基于轴位高分辨T2WI图像提取手工影像组学(hand-crafted radiomic,HCR)特征及DL影像组学特征,分别基于临床影像特征、HCR特征、DL特征及三者组合特征利用支持向量机(support vector machine,SVM)、K最近邻(K-nearest neighbor,KNN)、极端梯度增强机(extreme gradient boosting,XGBoost)三种算法构建12个机器学习模型,采用ROC曲线下面积(area under the curve,AUC)评价各模型的诊断效能,确定最优模型作为输出模型。结果单因素与多因素logistic回归分析临床影像特征中碳水化合物抗原(carbohydrate antigen 199,CA19-9)[95%置信区间(confidence interval,CI):1.150-1.820,P=0.002]及肿瘤长径(longest diameter,LD)(95%CI:1.159-22.584,P=0.031)为预测T2与T3期直肠癌的独立危险因素,构建的所有模型中组合特征模型效能均高于单独特征模型,训练集XGBoost分类器模型效能最高,AUC为0.998(95%CI:0.995-1.000),作为本研究输出模型。结论基于MRI轴位高分辨T2WI图像的DL影像组学机器学习模型可有效预测直肠癌T2与T3期,其中训练集组合特征的XGBoost分类器模型效能最佳。 展开更多
关键词 磁共振成像 深度学习 影像组学 机器学习 直肠癌
在线阅读 下载PDF
基于定量CT及临床危险因素列线图预测重症新型冠状病毒肺炎短期预后 被引量：3
8
作者 吴树剑 俞咏梅 +3 位作者 范莉芳 徐静雅 徐争元 亚胜男 《中国医学计算机成像杂志》 CSCD 北大核心 2023年第5期498-504,共7页
目的:探讨定量CT结合临床危险因素构建的列线图预测重症新型冠状病毒肺炎(COVID-19)短期预后的价值。方法:回顾性分析287例重症COVID-19患者的胸部CT及临床资料,其中好转出院222例(生存组),住院期间死亡65例(死亡组),采用分层抽样按7∶... 目的:探讨定量CT结合临床危险因素构建的列线图预测重症新型冠状病毒肺炎(COVID-19)短期预后的价值。方法:回顾性分析287例重症COVID-19患者的胸部CT及临床资料,其中好转出院222例(生存组),住院期间死亡65例(死亡组),采用分层抽样按7∶3将患者随机分为训练集(n=200)与验证集(n=87)。单因素与多因素logistic回归分析筛选导致死亡的独立危险因素,构建联合预测模型,并绘制模型的列线图。Hosmer-Lemeshow检验及校准曲线评价模型的拟合优度与校准度。结果:单因素与多因素logistic回归分析实性密度体积百分比、年龄、慢性阻塞性肺病、白细胞计数、淋巴细胞计数、中性粒细胞计数、超敏C反应蛋白是预测患者死亡的独立危险因素。联合预测模型的曲线下面积训练集为0.836 (95%CI 0.771~0.901)、验证集为0.825 (95%CI 0.722~0.928),Hosmer-Lemeshow检验训练集(χ^(2)=9.927,P=0.270)及验证集(χ^(2)=7.777,P=0.456)均拟合较好,校准曲线显示了较高的校准度。结论:定量CT结合临床危险因素构建的预测模型能够有效预测重症COVID-19患者短期预后,基于此构建的列线图能够可视化预测结果。 展开更多
关键词 定量CT 列线图 新型冠状病毒肺炎 短期预后
在线阅读 下载PDF
DKI与IVIM定量参数在直肠腺癌病理中的相关性探索
9
作者 任超 俞咏梅 +3 位作者 吴树剑 王钰璇 赵宏伟 易亚辉 《中国医学计算机成像杂志》 2025年第5期711-717,共7页
目的:探讨弥散峰度成像(DKI)、体素内不相干运动(IVIM)参数及临床指标与直肠腺癌病理特征的相关性。方法:前瞻性收集75例经术后病理证实为直肠腺癌患者临床影像资料,并根据病理结果分组。采用独立样本t检验、秩和检验及卡方检验比较组... 目的:探讨弥散峰度成像(DKI)、体素内不相干运动(IVIM)参数及临床指标与直肠腺癌病理特征的相关性。方法:前瞻性收集75例经术后病理证实为直肠腺癌患者临床影像资料,并根据病理结果分组。采用独立样本t检验、秩和检验及卡方检验比较组间差异,使用Spearman相关性分析比较DKI、IVIM及临床指标与直肠腺癌病理结果的相关性。结果:病理结果显示,T_(1-2)期21例,T_(3-4)期54例;N_(0)期41例,N_(1-2)期34例;G_(1-2)期55例,G_(3)期20例;有脉管侵犯24例,无脉管侵犯51例;有神经侵犯24例,无神经侵犯51例;T分期中平均峰度(MK)值、灌注分数(f)值及癌胚抗原(CEA)的组间差异有统计学意义(P<0.05),三者与T分期的相关系数(r_(s))分别为0.256、0.244和0.335;N分期中MK值、平均弥散率(MD)值、真性弥散系数(D)值、CEA及糖类抗原(CA)19-9组间差异有统计学意义,它们与N分期的r_(s)分别为0.525、-0.439、-0.367、0.363和0.251;脉管侵犯组间CEA及CA125差异有统计学意义,两者与脉管侵犯的r_(s)分别为0.277和0.369;神经侵犯组间D值差异有统计学意义,神经侵犯与D值的r_(s)为-0.242。结论:DKI和IVIM定量参数及临床指标与直肠腺癌的多种病理特征存在相关性,这些参数对直肠腺癌的诊断及治疗具有重要的指导意义。 展开更多
关键词 直肠腺癌 弥散峰度成像 体素内不相干运动 相关性
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部