期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于CT平扫影像组学及实验室指标早期预测急性胰腺炎严重程度
1
作者 周婷婷 肖波 +4 位作者 何汶静 刘琴 赵艳梅 蒋宪 安富珍 《放射学实践》 北大核心 2025年第4期493-500,共8页
目的:探讨基于CT平扫影像组学特征及实验室指标构建的机器学习模型早期预测急性胰腺炎严重程度的价值。方法:回顾性将2016年6月-2024年1月三个医疗中心共363例临床首发诊断为AP的住院患者纳入本研究,按入院时间先后顺序划分为训练集(n=1... 目的:探讨基于CT平扫影像组学特征及实验室指标构建的机器学习模型早期预测急性胰腺炎严重程度的价值。方法:回顾性将2016年6月-2024年1月三个医疗中心共363例临床首发诊断为AP的住院患者纳入本研究,按入院时间先后顺序划分为训练集(n=164)、内部测试集(n=70)、外部测试集1(n=72)和外部测试集2(n=57)。搜集每例患者发作48 h内首次CT平扫影像和临床资料,手动勾画胰腺实质和胰周渗出区域并提取影像组学特征。基于自主开发的特征筛选算法筛选影像组学特征和实验室指标,采用逻辑回归算法建立影像组学模型、实验室指标模型以及影像组学和实验室指标的联合模型。通过十折交叉验证对模型进行训练,采用内部和外部测试集分别对各模型进行测试,基于联合模型绘制列线图。采用受试者工作特征曲线下面积(AUC)、符合率、敏感度、特异度、F1评分和平衡准确度来评估模型的预测性能。结果:影像组学模型、实验室指标模型及临床-组学联合模型在内部测试集中的AUC分别为0.920、0.840和0.946,在两个外部测试集中的AUC分别为0.883、0.879、0.917和0.832、0.816、0.878。结论:基于6个CT平扫影像组学特征和3个实验室指标的联合模型相较单一模型预测性能更好。 展开更多
关键词 急性胰腺炎 影像组学 体层摄影术 X线计算机 机器学习
在线阅读 下载PDF
超声乳腺影像报告和数据系统联合患者年龄鉴别良性与交界性/恶性乳腺叶状肿瘤 被引量:2
2
作者 唐敏 郑小雪 +1 位作者 李雪 宋建琼 《中国医学影像技术》 CSCD 北大核心 2024年第4期549-552,共4页
目的观察超声乳腺影像报告和数据系统(BI-RADS)联合患者年龄鉴别良性与交界性/恶性乳腺叶状肿瘤(PTB)的价值。方法回顾性分析74例经乳腺超声检查及术后病理证实的PTB女性患者共76个病灶,包括良性57个、交界性14个及恶性5个,比较3种病变... 目的观察超声乳腺影像报告和数据系统(BI-RADS)联合患者年龄鉴别良性与交界性/恶性乳腺叶状肿瘤(PTB)的价值。方法回顾性分析74例经乳腺超声检查及术后病理证实的PTB女性患者共76个病灶,包括良性57个、交界性14个及恶性5个,比较3种病变患者年龄及其超声BI-RADS分类,观察以单一年龄、超声BI-RADS及其联合鉴别诊断价值。结果良性、交界性及恶性PTB之间,患者年龄及超声BI-RADS分类差异均有统计学意义(P=0.026、0.015)。以44.5岁、超声BI-RADS 4B类及其联合鉴别良性与交界性/恶性PTB的敏感度分别为94.74%、36.84%及73.68%,特异度分别为56.36%、87.27%及72.73%,曲线下面积分别为0.769、0.649及0.780。结论超声BI-RADS分类联合患者年龄有助于鉴别良性与交界性/恶性PTB。 展开更多
关键词 乳腺肿瘤 叶状瘤 超声检查 乳腺影像报告和数据系统 年龄
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部