期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
Logistic回归联合ROC曲线评价CT增强定量值在术前预测胸腺瘤危险度中的诊断价值 被引量:4
1
作者 章婷婷 宋文 +1 位作者 黄国权 余永强 《安徽医科大学学报》 CAS 北大核心 2023年第2期315-321,共7页
目的探讨临床资料、CT定性特征及定量值在术前预测胸腺瘤危险度中的价值。方法回顾性分析经手术病理证实的81例胸腺瘤患者的临床和CT资料,依据病理结果将患者分为低危组和高危组。对两组患者临床资料、CT定性特征和定量值进行组间比较;... 目的探讨临床资料、CT定性特征及定量值在术前预测胸腺瘤危险度中的价值。方法回顾性分析经手术病理证实的81例胸腺瘤患者的临床和CT资料,依据病理结果将患者分为低危组和高危组。对两组患者临床资料、CT定性特征和定量值进行组间比较;采用Logistic单因素和多因素回归分析,寻找预测胸腺瘤危险度的相关因素;对胸腺瘤危险度有预测意义的因素绘制受试者工作特征曲线(ROC曲线)评估其预测效能。结果低危组62例,高危组19例,两组的最大增强CT值和增强前后CT最大差值差异有统计学意义(P<0.001)。Logistic回归分析显示,最大增强CT值(OR=0.88,95%CI:0.83~0.94)和增强前后CT最大差值(OR=0.92,95%CI:0.88~0.97)为胸腺瘤危险度的独立预测因子(P<0.001)。最大增强CT值的ROC曲线下面积(AUC)为0.884,敏感性为68.4%,特异性为96.8%;增强前后CT最大差值的AUC为0.833,敏感性为89.5%,特异性为72.6%。结论基于增强CT的定量参数有助于术前预测胸腺瘤不同风险分层,最大增强CT值预测效能优于增强前后CT最大差值。 展开更多
关键词 电子计算机断层扫描 增强定量值 预测 胸腺瘤 危险度
在线阅读 下载PDF
新型冠状病毒肺炎的临床与CT特征初步观察 被引量:9
2
作者 李小虎 邱晓辉 +10 位作者 张金平 曾小松 徐启中 黄国权 贺克武 马宜传 吴宗山 史恒峰 袁玉山 刘斌 余永强 《首都医科大学学报》 CAS 北大核心 2020年第2期257-260,共4页
目的初步探讨新型冠状病毒肺炎(COVID-19)的临床和胸部电子计算机断层扫描(computed tomography,CT)影像学表现。方法回顾性分析26例确诊COVID-19患者的临床和胸部CT影像学资料。结果临床表现主要为发热26例(100%),咳嗽21例(80.8%),可... 目的初步探讨新型冠状病毒肺炎(COVID-19)的临床和胸部电子计算机断层扫描(computed tomography,CT)影像学表现。方法回顾性分析26例确诊COVID-19患者的临床和胸部CT影像学资料。结果临床表现主要为发热26例(100%),咳嗽21例(80.8%),可伴随肌肉酸痛、胸闷、腹泻或呕吐症状。实验室检查白细胞计数正常15例(57.7%),高于正常4例(15.4%),低于正常7例(26.9%)。淋巴细胞计数减少10例(38.5%)。15例(57.7%)患者C反应蛋白升高。26例COVID-19患者CT表现均有异常,6例(23.1%)表现为单侧肺叶病变,以胸膜下分布为主;20例(76.9%)双侧肺叶受累。6例(23.1%)患者双肺所有肺叶、肺段均受累;局灶性病例中以右肺下叶受累最多见10例(38.5%)。26例COVID-19患者可见下述一种或多种征象:磨玻璃影像(ground glass opacity,GGO)16例(61.5%),以胸膜下分布为主;6例(23.1%)表现为GGO合并局灶实变影;10例(38.5%)为小斑片状边缘模糊密度增高影;7例(26.9%)为大片状实变影;8例(30.8%)可见网格状或纤维条索影;5例(19.2%)患者可见血管束增粗和血管穿行;4例(15.4%)患者可见空气支气管征象;1例(3.8%)患者可见少量胸腔积液,未见纵隔及肺门淋巴结肿大。结论COVID-19的胸部CT表现为多部位、外周、胸膜下、下叶分布的磨玻璃影,可伴有实变,胸腔积液及肿大淋巴结少见,CT检查为该病的早期防控、早期诊断及治疗提供了重要依据。 展开更多
关键词 冠状病毒 新型冠状病毒肺炎 电子计算机断层扫描
在线阅读 下载PDF
胸部病变CT导引下穿刺活检的临床应用 被引量:10
3
作者 汪健文 周勤 +1 位作者 张章 韦永明 《介入放射学杂志》 CSCD 2005年第4期418-420,共3页
关键词 CT导引下胸部病变穿刺活检 临床应用价值 诊断与鉴别诊断 影像学检查 诊断正确率 定位诊断 定性诊断 诊断技术 穿刺方法
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
4
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
上一页 1 下一页 到第
使用帮助 返回顶部