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
基于瘤内、瘤周超声影像组学特征构建的模型预测乳腺癌Ki-67表达水平的价值
1
作者
王小亚
《中国社区医师》
2025年第5期78-80,共3页
目的:探讨基于瘤内、瘤周超声影像组学特征构建的模型预测乳腺癌Ki-67表达水平的价值。方法:回顾性分析2019年1月—2024年7月礼县第一人民医院收治的128例乳腺癌患者的临床资料,提取患者瘤内及瘤周感兴趣区(ROI)的影像组学特征并进行特...
目的:探讨基于瘤内、瘤周超声影像组学特征构建的模型预测乳腺癌Ki-67表达水平的价值。方法:回顾性分析2019年1月—2024年7月礼县第一人民医院收治的128例乳腺癌患者的临床资料,提取患者瘤内及瘤周感兴趣区(ROI)的影像组学特征并进行特征筛选,采用随机森林算法构建预测模型,通过交叉验证评估模型预测乳腺癌Ki-67表达水平的性能。结果:联合ROI模型的预测性能优于单一瘤内、瘤周ROI,校准曲线显示模型预测值与实际值具有良好的一致性,决策曲线分析显示其在10%~90%阈值范围内的临床净收益最高。结论:瘤内联合瘤周特征的RF模型能够较好地预测Ki-67表达水平,为乳腺癌患者精准诊疗提供超声影像组学依据。
展开更多
关键词
乳腺癌
超声影像组学
瘤周微环境
KI-67
在线阅读
下载PDF
职称材料
基于超声图像的深度学习算法预测不明原因复发性流产风险的价值分析
2
作者
王小亚
《中国社区医师》
2025年第4期78-80,共3页
目的:分析基于超声图像的深度学习算法预测不明原因复发性流产(URPL)风险的价值。方法:选取2021年1月—2023年12月陇南市礼县第一人民医院收治的患者192例作为研究组,选取同期无早孕流产史的孕妇215例作为对照组。在黄体中期采集患者子...
目的:分析基于超声图像的深度学习算法预测不明原因复发性流产(URPL)风险的价值。方法:选取2021年1月—2023年12月陇南市礼县第一人民医院收治的患者192例作为研究组,选取同期无早孕流产史的孕妇215例作为对照组。在黄体中期采集患者子宫内膜超声图像,收集临床数据,建立ResNet-50模型。统计ResNet-50模型训练结果,分析模型预测性能。结果:两组年龄、螺旋动脉的搏动指数、螺旋动脉的阻力指数、子宫动脉的搏动指数、子宫动脉的阻力指数、子宫内膜厚度、促卵泡生成激素、促黄体生成素、雌二醇、抗米勒管激素比较,无统计学差异(P>0.05)。ResNet-50模型训练集准确值、验证集准确值在初始阶段较低,经过几轮训练后迅速提高并趋于稳定,接近1.0;训练集损失值初始阶段较高,经过几轮训练后逐步下降,并在第4轮后接近于0;验证集损失值也随训练轮次持续降低,最终接近训练集水平。受试者工作特征曲线下面积为0.889,校准曲线反映预测概率与实际观察概率高度吻合,模型的决策曲线表现出显著的净获益,模型准确性和精确度均较高,且Brier评分接近于0。结论:基于超声图像的深度学习算法预测uRPL风险的价值较高,表现出较高的区分能力、准确性和精确度,可为临床决策提供客观依据。
展开更多
关键词
不明原因复发性流产
超声图像
深度学习算法
在线阅读
下载PDF
职称材料
题名
基于瘤内、瘤周超声影像组学特征构建的模型预测乳腺癌Ki-67表达水平的价值
1
作者
王小亚
机构
礼县第一人民医院超声科
出处
《中国社区医师》
2025年第5期78-80,共3页
文摘
目的:探讨基于瘤内、瘤周超声影像组学特征构建的模型预测乳腺癌Ki-67表达水平的价值。方法:回顾性分析2019年1月—2024年7月礼县第一人民医院收治的128例乳腺癌患者的临床资料,提取患者瘤内及瘤周感兴趣区(ROI)的影像组学特征并进行特征筛选,采用随机森林算法构建预测模型,通过交叉验证评估模型预测乳腺癌Ki-67表达水平的性能。结果:联合ROI模型的预测性能优于单一瘤内、瘤周ROI,校准曲线显示模型预测值与实际值具有良好的一致性,决策曲线分析显示其在10%~90%阈值范围内的临床净收益最高。结论:瘤内联合瘤周特征的RF模型能够较好地预测Ki-67表达水平,为乳腺癌患者精准诊疗提供超声影像组学依据。
关键词
乳腺癌
超声影像组学
瘤周微环境
KI-67
Keywords
Breast cancer
Ultrasound radiomics
Peritumoral microenvironment
Ki-67
分类号
R445.1 [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
基于超声图像的深度学习算法预测不明原因复发性流产风险的价值分析
2
作者
王小亚
机构
陇南市
礼县第一人民医院超声科
出处
《中国社区医师》
2025年第4期78-80,共3页
文摘
目的:分析基于超声图像的深度学习算法预测不明原因复发性流产(URPL)风险的价值。方法:选取2021年1月—2023年12月陇南市礼县第一人民医院收治的患者192例作为研究组,选取同期无早孕流产史的孕妇215例作为对照组。在黄体中期采集患者子宫内膜超声图像,收集临床数据,建立ResNet-50模型。统计ResNet-50模型训练结果,分析模型预测性能。结果:两组年龄、螺旋动脉的搏动指数、螺旋动脉的阻力指数、子宫动脉的搏动指数、子宫动脉的阻力指数、子宫内膜厚度、促卵泡生成激素、促黄体生成素、雌二醇、抗米勒管激素比较,无统计学差异(P>0.05)。ResNet-50模型训练集准确值、验证集准确值在初始阶段较低,经过几轮训练后迅速提高并趋于稳定,接近1.0;训练集损失值初始阶段较高,经过几轮训练后逐步下降,并在第4轮后接近于0;验证集损失值也随训练轮次持续降低,最终接近训练集水平。受试者工作特征曲线下面积为0.889,校准曲线反映预测概率与实际观察概率高度吻合,模型的决策曲线表现出显著的净获益,模型准确性和精确度均较高,且Brier评分接近于0。结论:基于超声图像的深度学习算法预测uRPL风险的价值较高,表现出较高的区分能力、准确性和精确度,可为临床决策提供客观依据。
关键词
不明原因复发性流产
超声图像
深度学习算法
Keywords
Unexplained recurrent pregnancy loss
Ultrasound image
Deep learning algorithm
分类号
R445 [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
基于瘤内、瘤周超声影像组学特征构建的模型预测乳腺癌Ki-67表达水平的价值
王小亚
《中国社区医师》
2025
0
在线阅读
下载PDF
职称材料
2
基于超声图像的深度学习算法预测不明原因复发性流产风险的价值分析
王小亚
《中国社区医师》
2025
0
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
