检索结果-维普期刊中文期刊服务平台

基于机器学习算法构建胸段食管鳞癌患者化疗联合免疫治疗反应预测模型的研究被引量：1: 1; 作者陈金城张小勤 +4 位作者刘杰李童心吴毅何萍吴蔚《陆军军医大学学报》北大核心 2025年第6期591-601,共11页; 目的应用不同机器学习算法构建食管鳞癌患者化疗联合免疫治疗反应预测模型,并筛选出最优模型。方法回顾性收集2022年1月至2023年12月在陆军军医大学第一附属医院胸外科住院,行化疗联合免疫治疗的174例食管鳞癌患者,收集患者治疗前的CT... 展开更多; 关键词食管癌机器学习影像组学; 在线阅读下载PDF 职称材料

肺癌患者术后深静脉血栓形成风险预测模型的构建被引量：3: 2; 作者刘华茜王海东 +3 位作者聂丽魏亚男张曌刘蕾《陆军军医大学学报》 CAS CSCD 北大核心 2024年第17期1994-2001,共8页; 目的探讨肺癌患者术后深静脉血栓形成(deep vein thrombosis,DVT)的独立危险因素,并构建风险预测模型。方法收集2019年5月至2023年5月在陆军军医大学第一附属医院胸外科接受肺癌胸腔镜手术的354例住院患者。采用LASSO回归筛选潜在因素后... 展开更多; 关键词肺癌深静脉血栓预测模型列线图; 在线阅读下载PDF 职称材料

基于增强CT图像和Swin Transformer网络的食管癌T分期智能诊断模型的构建与评估被引量：6: 3; 作者王润媛陈星材 +7 位作者吴蔚姚洁郭美马晋峰曹锡梅粘永健吴毅崔慧林《陆军军医大学学报》 CAS CSCD 北大核心 2023年第16期1770-1778,共9页; 目的基于增强CT图像和Swin Transformer网络,拟构建食管癌T分期智能诊断模型。方法收集2018年1月至2022年4月在陆军军医大学第一附属医院和山西省肿瘤医院胸外科经病理证实为食管癌的150例患者的45000张术前增强CT图像。经过UperNet Swi... 展开更多; 关键词深度学习食管癌增强CT Swin Transformer T分期诊断; 在线阅读下载PDF 职称材料

CT引导下穿刺活检对ⅠA期非小细胞肺癌疾病无进展生存期和总生存期的影响被引量：5: 4; 作者何闯吴蔚 +5 位作者袁晶陈玉潇杨丽李良山李廷源黄学全《介入放射学杂志》 CSCD 北大核心 2020年第4期372-375,共4页; 目的探讨ⅠA期非小细胞肺癌(NSCLC)患者根治术术前活检是否影响患者的疾病无进展生存期(PFS)和总生存期(OS)。方法回顾性收集2007-2014年行根治术的ⅠA期NSCLC患者225例,根据是否行CT引导下穿刺活检,依临床基本特征进行1∶1倾向性匹配分... 展开更多; 关键词非小细胞肺癌 ⅠA期活检; 在线阅读下载PDF 职称材料

体外膜肺氧合在危重伤病员救治和转运中的应用及其对我军战创伤救治的启示被引量：2: 5; 作者吴蔚何萍《第三军医大学学报》 CAS CSCD 北大核心 2019年第1期1-6,共6页; 高科技武器的大量使用导致现代战争中极重伤员越来越多;随着战伤救治水平的大幅度提高,以往无法救治的重症战创伤得到救治;然而这一部分生命得以维系的重症伤员随即出现极危重的呼吸、循环衰竭,最终伤死率极高。; 关键词体外膜肺氧合伤员转运急性心肺功能衰竭战伤救治; 在线阅读下载PDF 职称材料

题名基于机器学习算法构建胸段食管鳞癌患者化疗联合免疫治疗反应预测模型的研究被引量：1: 1; 作者陈金城张小勤刘杰李童心吴毅何萍吴蔚; 机构陆军军医大学(第三军医大学)第一附属医院胸外科陆军军医大学(第三军医大学)生物医学工程与医学影像学院数字医学教研室陆军军医大学(第三军医大学)第一附属医院心脏外科; 出处《陆军军医大学学报》北大核心 2025年第6期591-601,共11页; 基金重庆市科卫联合医学科研项目(2022ZDXM018)。; 文摘目的应用不同机器学习算法构建食管鳞癌患者化疗联合免疫治疗反应预测模型,并筛选出最优模型。方法回顾性收集2022年1月至2023年12月在陆军军医大学第一附属医院胸外科住院,行化疗联合免疫治疗的174例食管鳞癌患者,收集患者治疗前的CT及临床信息。采用简单随机抽样法将患者按7:3比例随机分为训练集(n=122)与测试集(n=52)。提取并筛选CT影像组学特征,使用5种机器学习算法构建影像组学模型和临床-影像组学模型。在训练集中进行5折交叉验证,在测试集中采用受试者工作特征曲线(receiver operating characteristic curve,ROC)、F1分数评估预测模型性能,对于表现最佳模型使用局部可解释模型不可知的解释(local interpretable model-agnostic explanations,LIME)算法进行解释。结果174例患者中有115例患者出现临床缓解(66.1%)。从患者临床信息与CT影像中筛选出1个临床特征、10个影像组学特征。基于5种机器学习算法构建的影像组学模型和临床-影像组学模型的最佳ROC曲线下面积(area under of receiver operating characteristic,AUC)分别是0.750(95%CI:0.616~0.883)和0.766(95%CI:0.647~0.895)。最优临床-影像组学模型的F1分数为0.829。基于LIME算法,最佳模型对实例样本的预测显示出可靠性。结论基于机器学习算法构建的临床-影像组学预测模型性能良好,通过预测食管鳞癌患者化疗联合免疫治疗反应,为医生临床决策提供参考。; 关键词食管癌机器学习影像组学; Keywords esophageal neoplasms machine learning radiomics; 分类号 R319 [医药卫生—基础医学] R730.5 [医药卫生—肿瘤] R735.1 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名肺癌患者术后深静脉血栓形成风险预测模型的构建被引量：3: 2; 作者刘华茜王海东聂丽魏亚男张曌刘蕾; 机构陆军军医大学(第三军医大学)第一附属医院预防保健科陆军军医大学(第三军医大学)第一附属医院胸外科重庆大学附属肿瘤医院肿瘤内科陆军军医大学(第三军医大学)第一附属医院院办; 出处《陆军军医大学学报》 CAS CSCD 北大核心 2024年第17期1994-2001,共8页; 基金重庆市技术创新与应用发展专项重点资助项目(CSTB2022TIAD-KPX0148)。; 文摘目的探讨肺癌患者术后深静脉血栓形成(deep vein thrombosis,DVT)的独立危险因素,并构建风险预测模型。方法收集2019年5月至2023年5月在陆军军医大学第一附属医院胸外科接受肺癌胸腔镜手术的354例住院患者。采用LASSO回归筛选潜在因素后,行多因素Logistic回归筛选危险因素并构建列线图预测模型,通过绘制校准度曲线、接受者操作特征(receiver operating characteristic,ROC)曲线和决策曲线分析法(decision curve analysis,DCA)评价模型的校准度、区分度、灵敏度、特异度及临床有效性。使用净重新分类改善指数(net reclassification index,NRI)和综合判别改善指数(integrated discrimination improvement,IDI)比较本研究构建模型与Caprini模型对于结局事件的预测性能优劣。结果LASSO回归筛选出17个潜在的影响因素,以此行多因素回归分析结果显示,D-二聚体、中心静脉导管(central venous catheter,CVC)和下肢静脉曲张为肺癌患者胸腔镜术后DVT的独立危险因素(P<0.05)。模型校准曲线结果显示,预测曲线与标准曲线拟优度良好。ROC曲线分析结果显示,建模组最佳截断值敏感度和特异度分别为0.812和0.963,建模组曲线下面积(area under curve,AUC)为0.912(95%CI:0.840~0.983),而Caprini模型敏感度和特异度分别为0.625和0.860,AUC为0.752(95%CI:0.657~0.846),建模组相较于Caprini模型的NRI为0.709,IDI为0.431。DCA结果显示,应用本研究模型的净收益高于Caprini模型。结论D-二聚体、CVC和下肢静脉曲张为肺癌患者胸腔镜术后DVT的独立危险因素,本研究构建的列线图模型能够有效预测肺癌患者胸腔镜术后DVT发生风险。; 关键词肺癌深静脉血栓预测模型列线图; Keywords lung cancer deep venous thrombosis prediction model nomogram; 分类号 R364.15 [医药卫生—病理学] R619 [医药卫生—外科学] R734.2 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名基于增强CT图像和Swin Transformer网络的食管癌T分期智能诊断模型的构建与评估被引量：6: 3; 作者王润媛陈星材吴蔚姚洁郭美马晋峰曹锡梅粘永健吴毅崔慧林; 机构山西医科大学基础医学院组织胚胎学教研室陆军军医大学(第三军医大学)生物医学工程与影像医学系数字医学教研室陆军军医大学(第三军医大学)第一附属医院胸外科陆军军医大学(第三军医大学)第一附属医院心外科山西省肿瘤医院普外科; 出处《陆军军医大学学报》 CAS CSCD 北大核心 2023年第16期1770-1778,共9页; 基金高校资助科技创新能力提升项目(2019XYY14) 国家自然科学基金面上项目(31971113) 重庆市英才项目(CQYC201905037)。; 文摘目的基于增强CT图像和Swin Transformer网络,拟构建食管癌T分期智能诊断模型。方法收集2018年1月至2022年4月在陆军军医大学第一附属医院和山西省肿瘤医院胸外科经病理证实为食管癌的150例患者的45000张术前增强CT图像。经过UperNet Swin网络自动分割和肿瘤体积的计算,使用ResNet50、Swin Transformer和VIT 3个网络进行食管癌T分期智能诊断模型的构建。使用精准率、召回率、F1-score、特异度以及阴性预测值(negative predictive value,NPV)等指标在150例内部数据集上评价模型性能,描绘混淆矩阵和ROC曲线。结果在3个食管癌T分期诊断的模型中,Swin Transformer模型结合肿瘤体积、病理信息等特征的分期诊断效果最好,T1~T4期的精准率分别为1.00、0.67、0.83、1.00,AUC为0.861,优于ResNet50和VIT分期诊断模型,它们的精准率分别为0.13、0.27、0.59、0.81和0.03、0.14、0.56、0.75,AUC分别是0.611和0.542。结论与ResNet50和VIT网络比较,Swin Transformer网络能够更精准进行食管癌智能T分期诊断。; 关键词深度学习食管癌增强CT Swin Transformer T分期诊断; Keywords deep learning esophageal carcinoma enhanced CT Swin transformer T staging of diagnosis; 分类号 R318 [医药卫生—生物医学工程] R730.44 [医药卫生—肿瘤] R735.1 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名CT引导下穿刺活检对ⅠA期非小细胞肺癌疾病无进展生存期和总生存期的影响被引量：5: 4; 作者何闯吴蔚袁晶陈玉潇杨丽李良山李廷源黄学全; 机构陆军军医大学(第三军医大学)第一附属医院微创介入科陆军军医大学(第三军医大学)第一附属医院胸外科; 出处《介入放射学杂志》 CSCD 北大核心 2020年第4期372-375,共4页; 基金重庆市技术创新与应用发展-科技扶贫专项项目(cstc2019jscx-kjfp0015) 陆军军医大学第一附属医院重大领域技术创新项目(SWH2016ZDCX2018)。; 文摘目的探讨ⅠA期非小细胞肺癌(NSCLC)患者根治术术前活检是否影响患者的疾病无进展生存期(PFS)和总生存期(OS)。方法回顾性收集2007-2014年行根治术的ⅠA期NSCLC患者225例,根据是否行CT引导下穿刺活检,依临床基本特征进行1∶1倾向性匹配分析(PSM),活检组和非活检组分别有47例纳入研究。采用Kaplan-Meier生存曲线和Cox回归分析进行生存分析。结果经PSM匹配后两组基本临床资料无显著差异。匹配后中位随访时间58.5个月,活检组和非活检组的PFS分别为(64.8±31.4)和(61.2±34.4)个月,两组PFS差异无统计学意义(χ~2=0.020,P=0.888),OS分别为(67.9±30.2)、(65.3±31.3)个月,差异无统计学意义(χ~2=0.003,P=0.955)。单因素和多因素分析显示根治术术前行CT引导下经皮穿刺活检不是患者PFS和OS的影响因素。结论ⅠA期NSCLC术前行CT引导下经皮穿刺活检不影响患者的PFS和OS。; 关键词非小细胞肺癌 ⅠA期活检; Keywords non-small cell lung cancer ⅠA stage biopsy; 分类号 R734.2 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名体外膜肺氧合在危重伤病员救治和转运中的应用及其对我军战创伤救治的启示被引量：2: 5; 作者吴蔚何萍; 机构陆军军医大学(第三军医大学)第一附属医院胸外科陆军军医大学(第三军医大学)第一附属医院心脏外科; 出处《第三军医大学学报》 CAS CSCD 北大核心 2019年第1期1-6,共6页; 基金西南医院军事医学重大领域技术创新计划重点项目(SWH2017ZDCX2002) 西南医院重大领域技术创新项目(SWH2016ZDCX1001)~~; 文摘高科技武器的大量使用导致现代战争中极重伤员越来越多;随着战伤救治水平的大幅度提高,以往无法救治的重症战创伤得到救治;然而这一部分生命得以维系的重症伤员随即出现极危重的呼吸、循环衰竭,最终伤死率极高。; 关键词体外膜肺氧合伤员转运急性心肺功能衰竭战伤救治; Keywords extracorporeal membrane oxygenation casualty transport acute cardiopulmonary failure combat casualty care; 分类号 R459.7 [医药卫生—急诊医学] 11654.1; 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	基于机器学习算法构建胸段食管鳞癌患者化疗联合免疫治疗反应预测模型的研究	陈金城张小勤刘杰李童心吴毅何萍吴蔚	《陆军军医大学学报》北大核心	2025	1	在线阅读下载PDF 职称材料
2	肺癌患者术后深静脉血栓形成风险预测模型的构建	刘华茜王海东聂丽魏亚男张曌刘蕾	《陆军军医大学学报》 CAS CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
3	基于增强CT图像和Swin Transformer网络的食管癌T分期智能诊断模型的构建与评估	王润媛陈星材吴蔚姚洁郭美马晋峰曹锡梅粘永健吴毅崔慧林	《陆军军医大学学报》 CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
4	CT引导下穿刺活检对ⅠA期非小细胞肺癌疾病无进展生存期和总生存期的影响	何闯吴蔚袁晶陈玉潇杨丽李良山李廷源黄学全	《介入放射学杂志》 CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
5	体外膜肺氧合在危重伤病员救治和转运中的应用及其对我军战创伤救治的启示	吴蔚何萍	《第三军医大学学报》 CAS CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料