检索结果-南通市图书馆

术前CT图像影像组学联合深度学习预测肝细胞癌经动脉化疗栓塞术后疗效的价值

在线全文

学校读者我要写书评

暂无评论

中华放射学杂志 2024年第2期58卷 209-215页

作者：王丹丹王海波孙中琪姜慧杰哈尔滨医科大学附属第二医院CT诊断科哈尔滨150086

目的探讨术前CT图像影像组学联合深度学习方法预测肝细胞癌(HCC)首次经动脉化疗栓塞术(TACE)疗效的价值。方法该研究为回顾性队列研究。回顾性收集2015年1月至2021年1月于哈尔滨医科大学附属第二医院行TACE治疗的HCC患者影像及临床信息... 详细信息

目的探讨术前CT图像影像组学联合深度学习方法预测肝细胞癌(HCC)首次经动脉化疗栓塞术(TACE)疗效的价值。方法该研究为回顾性队列研究。回顾性收集2015年1月至2021年1月于哈尔滨医科大学附属第二医院行TACE治疗的HCC患者影像及临床信息。共纳入265例患者, 于初次TACE后1~2个月, 根据改良的实体瘤疗效评估标准(mRECIST)评估病灶术后改变, 分为有反应组(175例)和无反应组(90例)。采用随机数表法按8∶2的比例分为训练集(212例, 有反应组140例、无反应组72例)和测试集(53例, 有反应组35例、无反应组18例)。采用单因素和多因素logistic回归筛选临床变量, 构建临床模型。从术前CT图像中提取影像组学特征, 经降维构建影像组学模型。采用深度学习方法, 建立3种残差神经网络(ResNet)模型(ResNet18、ResNet50和ResNet101), 并对其效能进行比较和集成, 取最佳模型为深度学习模型。应用logistic回归将3个模型两两联合, 建立联合模型。采用受试者操作特征曲线在测试集中评价模型区分TACE后有反应与无反应的效能。结果在测试集中, 临床模型、影像组学模型区分TACE后有反应与无反应的曲线下面积(AUC)为0.730(95%CI 0.569~0.891)、0.775(95%CI 0.642~0.907), ResNet18、ResNet50和ResNet101的AUC分别为0.719、0.748、0.533, 将ResNet18、ResNet50集成获得深度学习模型, AUC为0.806(95%CI 0.665~0.946)。两两融合后, 深度学习-影像组学联合模型效能最高, AUC为0.843(95%CI 0.730~0.956), 优于深度学习-临床模型(AUC为0.838, 95%CI 0.719~0.957)和影像组学-临床模型(AUC为0.786, 95%CI 0.648~0.898)。结论联合影像组学和深度学习的联合模型可以在术前预测HCC患者行TACE的疗效, 具有较高的效能。

关键词：癌,肝细胞体层摄影术,X线计算机化学栓塞,治疗性影像组学深度学习

基于CT特征的列线图模型对GIST核分裂象数的预测价值

在线全文

学校读者我要写书评

暂无评论

临床放射学杂志 2024年第4期43卷 610-614页

作者：吴琼张瑾粱田姜慧杰哈尔滨医科大学附属第二医院影像科 150086

目的开发和验证一种基于CT征象的列线图,用于术前预测胃肠道间质瘤(GIST)的核分裂象数(MI)。方法回顾性分析100例GIST患者的临床及影像资料,根据病理资料将患者分为低MI组(63例)和高MI组(37例),利用单因素和多因素Logistic回归分析CT... 详细信息

目的开发和验证一种基于CT征象的列线图,用于术前预测胃肠道间质瘤(GIST)的核分裂象数(MI)。方法回顾性分析100例GIST患者的临床及影像资料,根据病理资料将患者分为低MI组(63例)和高MI组(37例),利用单因素和多因素Logistic回归分析CT征象与GIST MI之间的关系,构建列线图预测模型。通过受试者工作特征曲线(ROC)曲线下面积(AUC)、校准曲线及Hosmer-Lemeshow检验来验证列线图性能。结果单因素分析得出肿瘤形态、最大径、溃疡、坏死、坏死百分比、肿瘤供血或引流血管增粗(EVFDM)、强化程度、强化特征、转移和外周侵犯差异具有统计学意义(P均<0.05)。在多因素Logistic回归中,只有肿瘤最大径、坏死、溃疡和强化特征与高MI显著相关。将这4个CT征象纳入列线图模型中,该模型的AUC值为0.892(95%CI:0.829~0.956),校准曲线及Hosmer-Lemeshow检验(P=0.516)均说明该列线图模型的预测结果和实际结果之间的一致性良好。结论由肿瘤最大径、溃疡、坏死和强化特征组成的列线图模型在预测GIST患者的MI中有较高价值,有助于临床医师更全面评估GIST复发和转移潜能,从而作出更精准的临床决策。

关键词：胃肠道间质瘤核分裂象数体层摄影术 X线计算机列线图

基于CT的影像组学结合腹部脂肪面积预测肝细胞癌微血管侵犯

在线全文

学校读者我要写书评

暂无评论

临床放射学杂志 2024年第5期43卷 769-775页

作者：张瑾孙中琪吴琼粱田姜慧杰哈尔滨医科大学附属第二医院影像科 150086

目的探索基于CT门静脉期的影像组学模型结合腹部脂肪面积参数构建的联合模型对肝细胞癌(HCC)微血管侵犯(MVI)的预测价值。方法回顾性搜集134例经病理证实是否存在MVI的HCC患者的平扫及增强CT图像。根据随机分层抽样的原则将患者以7∶... 详细信息

目的探索基于CT门静脉期的影像组学模型结合腹部脂肪面积参数构建的联合模型对肝细胞癌(HCC)微血管侵犯(MVI)的预测价值。方法回顾性搜集134例经病理证实是否存在MVI的HCC患者的平扫及增强CT图像。根据随机分层抽样的原则将患者以7∶3的比例划分为训练集(n=93)和测试集(n=41),在CT平扫图像上测量所有患者的腹部脂肪面积,通过单因素及多因素逻辑回归构建脂肪模型。通过自动化特征提取算法提取门静脉期肿瘤的影像组学特征,采用Spearman相关性分析和最小绝对收缩和选择算子(LASSO)进行特征筛选,并分别构建六种机器学习模型,将性能较优模型联合腹部脂肪面积参数构建联合模型。采用受试者工作特征曲线(ROC)曲线下面积(AUC)来评估模型的预测效能,校准曲线来验证校准能力,决策曲线用于分析和比较模型的临床实用性,Delong检验评估各模型之间预测效能的差异。结果单因素及多因素逻辑回归提示内脏及皮下脂肪面积参数均为HCC-MVI的独立危险因素,以此构建的脂肪模型在训练集和测试集的AUC值为0.747(0.648~0.845)和0.696(0.536~0.857)。基于门静脉期肿瘤提取的影像组学特征经过逐层特征筛选及降维方法后得到10个影像组学特征用于六种机器学习模型的构建,其中支持向量机(SVM)模型的预测性能较好,在训练集和测试集中的AUC值分别为0.904(0.844~0.965)和0.838 (0.717~0.959),与腹部脂肪参数联合后构建联合模型,并用列线图对其进行可视化。结果显示,联合模型在训练集中的性能0.925(0.872~0.978)显著高于影像组学模型(P=0.029)和脂肪模型(P=0.0054),测试集中该模型性能0.877(0.772~0.983)显著高于脂肪模型(P=0.0165),高于影像组学模型(P=0.207),校准曲线显示模型拟合良好,决策曲线提示联合模型较其他模型具有较好的临床实用价值。结论基于CT门静脉期的影像组学特征联合腹部脂肪面积构建的联合模型对HCC-MVI具有较高的预测价值。

关键词： CT 影像组学肝细胞癌微血管侵犯

阿尔茨海默病杏仁体-海马MRI影像标注专家共识

在线全文

学校读者我要写书评

暂无评论

国际医学放射学杂志 2024年第4期47卷 435-440页

作者：中国女医师协会医学影像专业委员会柳思宇耿道颖冯逢刘筠周锟吴昊陈增爱姜慧杰曹鑫不详复旦大学附属华山医院放射科复旦大学医学功能与分子影像研究所上海脑重大疾病智能影像工程技术研究中心上海200040 中国医学科学院北京协和医院放射科天津市第四中心医院天津医科大学附属第四中心医院复旦大学工程与应用技术研究院复旦大学附属华山医院皮肤科上海交通大学医学院附属仁济医院放射科哈尔滨医科大学附属第二医院放射科

随着医学影像研究与人工智能(AI)技术逐步融合发展,影像数据如何更加规范与标准是需要关注的重点。准确标注影像数据是问题的核心,直接决定AI模型的应用效能。目前AI技术已经应用于阿尔茨海默病及海马萎缩等方面研究。为了规范杏仁体-海... 详细信息

随着医学影像研究与人工智能(AI)技术逐步融合发展,影像数据如何更加规范与标准是需要关注的重点。准确标注影像数据是问题的核心,直接决定AI模型的应用效能。目前AI技术已经应用于阿尔茨海默病及海马萎缩等方面研究。为了规范杏仁体-海马MRI数据的标注和处理,中国女医师协会医学影像专委会联合业内计算机科学及AI领域的专家,通过实践操作和反复讨论,对杏仁体-海马的MRI影像标注提出初步指导意见。共识旨在统一数据采集、标注及处理,为建立该病的影像数据库提供基础,推动AI技术的优化应用。

关键词：阿尔茨海默病杏仁体海马人工智能影像标注

维普期刊数据库博看期刊

人工智能在肝细胞癌经导管动脉化疗栓塞后疗效评价的应用进展

在线全文

学校读者我要写书评

暂无评论

中华放射学杂志 2022年第6期56卷 710-714页

作者：代艳美姜慧杰哈尔滨医科大学附属第二医院影像科哈尔滨150086

肝细胞癌(HCC)是原发性肝癌的主要类型,多数HCC患者在临床上发现时处于中晚期阶段,已失去了根治性手术切除的机会。经导管动脉化疗栓塞术(TACE)是中期或巴塞罗那(BCLC)B期HCC患者唯一推荐的治疗方式,早期预测治疗后疗效对患者的后续治... 详细信息

肝细胞癌(HCC)是原发性肝癌的主要类型,多数HCC患者在临床上发现时处于中晚期阶段,已失去了根治性手术切除的机会。经导管动脉化疗栓塞术(TACE)是中期或巴塞罗那(BCLC)B期HCC患者唯一推荐的治疗方式,早期预测治疗后疗效对患者的后续治疗及生存预后至关重要。目前,最常用的肿瘤疗效评价标准包括实体瘤疗效评价标准(RECIST)、欧洲肝脏研究协会标准、修订版RECIST以及半自动体积定量评价标准,这些标准从不同的维度出发,各有优缺点,其疗效评价的准确性也各不相同。本文中结合人工智能探讨肿瘤疗效评价标准在HCC患者TACE后反应评价中的应用进展作一综述。

关键词：癌肝细胞化学栓塞治疗性人工智能评价研究

基于肿瘤及瘤周区域的影像组学在肝细胞癌微血管侵犯中的研究进展

在线全文

学校读者我要写书评

暂无评论

中华放射学杂志 2023年第10期57卷 1120-1123页

作者：张瑾孙中琪吴琼姜慧杰哈尔滨医科大学附属第二医院影像科哈尔滨150086

肝细胞癌是全球第六大常见的恶性肿瘤,微血管侵犯是肝切除术后肿瘤复发的重要评估指标,术前准确识别微血管侵犯对于制定治疗策略和预测肝细胞癌患者的预后非常重要。影像组学将影像数据转化为高通量的定量信息,为微血管侵犯的术前预测... 详细信息

肝细胞癌是全球第六大常见的恶性肿瘤,微血管侵犯是肝切除术后肿瘤复发的重要评估指标,术前准确识别微血管侵犯对于制定治疗策略和预测肝细胞癌患者的预后非常重要。影像组学将影像数据转化为高通量的定量信息,为微血管侵犯的术前预测提供了更多可能性。肿瘤及瘤周区域均包含较多与微血管侵犯相关的信息。因此该文从肿瘤及瘤周区域出发,阐述影像组学在术前无创预测肝细胞癌微血管侵犯的研究进展。

关键词：癌,肝细胞微血管侵犯影像组学机器学习

结直肠癌免疫治疗的多模态影像及分子影像评估

在线全文

学校读者我要写书评

暂无评论

放射学实践 2022年第4期37卷 520-524页

作者：张琳焓姜慧杰付鹏张荣军哈尔滨医科大学附属第一医院核医学科黑龙江150001 哈尔滨医科大学附属第二医院影像科黑龙江150086 江苏省原子医学研究所研究部江苏214151

癌症的免疫治疗取得了巨大的成功,但是并非所有的患者都能从免疫治疗中获益,并且大多数免疫治疗药物都很昂贵,所以迫切需要制定合理的无创的早期治疗策略。传统影像学在表征免疫相关肿瘤反应、肿瘤进展以及监测免疫相关不良事件方面发... 详细信息

癌症的免疫治疗取得了巨大的成功,但是并非所有的患者都能从免疫治疗中获益,并且大多数免疫治疗药物都很昂贵,所以迫切需要制定合理的无创的早期治疗策略。传统影像学在表征免疫相关肿瘤反应、肿瘤进展以及监测免疫相关不良事件方面发挥着重要作用。同时,放射组学及人工智能通过医工合作来研究图像纹理特征与疾病诊断及预后的相关性问题,也促进了个体化诊疗的发展。重要的是,分子成像可以使免疫检查点通路中特定靶分子可视化,用于早期监测免疫治疗的反应。本文从以上几个方面对医学影像学在当前结直肠诊疗中的应用和前景进行概述。

关键词：结肠肿瘤直肠肿瘤免疫治疗多模态影像学人工智能

能谱CT单能量联合ASIR-V优化下腔静脉成像的最佳方案探索

在线全文

学校读者我要写书评

暂无评论

中华全科医师杂志 2023年第4期22卷 404-410页

作者：辛彦杰姜慧杰刘冬敏赵成磊哈尔滨医科大学附属第二医院影像科哈尔滨150086

目的探索能谱CT单能量联合多模型自适应统计迭代重建(ASIR-V)优化下腔静脉成像的最佳方案。方法回顾性收集2021年8月至2022年4月于哈尔滨医科大学附属第二医院采用Revolution CT行下腔静脉CT静脉造影(CTV)检查的下腔静脉病变轻微或无病... 详细信息

目的探索能谱CT单能量联合多模型自适应统计迭代重建(ASIR-V)优化下腔静脉成像的最佳方案。方法回顾性收集2021年8月至2022年4月于哈尔滨医科大学附属第二医院采用Revolution CT行下腔静脉CT静脉造影(CTV)检查的下腔静脉病变轻微或无病变患者的临床资料。将入选患者下腔静脉期图像重建为混合能量组图像及50、55、60、65、70 keV 5组单能量图像,测量5组单能量图像皮下脂肪噪声以及下腔静脉各段CT值、信噪比(SNR)、对比噪声比(CNR),并进行主观评分,以确定最佳单能量能级。然后,分别联合不同权重(20%、30%、40%、50%、60%、70%、80%)ASIR-V算法进行重建,对不同ASIR-V权重组及混合能量组图像进行客观评价指标及主观评分,以确定匹配最佳单能量能级的最佳ASIR-V权重。结果共纳入患者30例,其中男性11例(36.7%),年龄(55.4±8.8)岁,体重指数为(23.2±2.8)kg/m^(2)。各单能量组图像皮下脂肪噪声、下腔静脉各段客观评价指标差异均有统计学意义(均P0.05);下腔静脉各段SNR、CNR随着ASIR-V权重增加而升高(均P<0.01),以80%ASIR-V权重组为最高。2位医师对8组图像的主观评分一致性均为好(均κ≥0.75),60%ASIR-V权重组的主观评分最高,综合分析以60%为匹配60 keV的最佳ASIR-V权重。结论能谱CT单能量联合ASIR-V优化下腔静脉成像的最佳方案是60 keV能级匹配60%的ASIR-V权重。

关键词：体层摄影术,X线计算机下腔静脉 CT单能量成像

基于三期增强CT影像组学和临床特征在小肾透明细胞癌鉴别诊断中的应用分析

在线全文

学校读者我要写书评

暂无评论

临床放射学杂志 2023年第8期42卷 1284-1291页

作者：乔冠中刘冬敏余卓姜慧杰哈尔滨医科大学附属第二医院影像科 150086

目的探讨基于三期增强CT的影像组学和临床特征在小肾透明细胞癌与小肾非透明细胞癌的鉴别诊断中的应用价值。方法回顾性分析102例(透明细胞肾细胞癌75例,非透明细胞肾细胞癌27例)经病理诊断为肾细胞癌(RCC)的患者的包括性别、年龄、肿... 详细信息

目的探讨基于三期增强CT的影像组学和临床特征在小肾透明细胞癌与小肾非透明细胞癌的鉴别诊断中的应用价值。方法回顾性分析102例(透明细胞肾细胞癌75例,非透明细胞肾细胞癌27例)经病理诊断为肾细胞癌(RCC)的患者的包括性别、年龄、肿瘤最大径、肿瘤位置(左肾或右肾)、出血、钙化、囊变坏死、中心瘢痕、假包膜在内的临床信息及患者的三期增强CT图像,在每一期的图像上逐层勾画感兴趣区(ROI);提取病灶的纹理特征;利用方差阈值法、K最佳法、LASSO模型进行降维筛选,分别在皮质期、实质期、排泄期筛选出来20、11、14个最佳特征;利用这些影像组学特征和具有统计学意义的临床特征构建基于支持向量机(SVM)模型的单期、两期联合、三期联合分类器模型;通过受试者工作特征(ROC)曲线和校准曲线来评价模型的性能。结果患者仅假包膜一项临床信息与小肾癌的病理类型的差异具有统计学意义(P=0.001),其余的临床信息包括:性别、肿瘤位置、出血、钙化、囊变坏死、中心瘢痕、年龄、肿瘤最大径与小肾癌病理类型的差异均无统计学意义(P>0.05);在测试集上,实质期模型达到曲线下面积(AUC)=0.59,排泄期模型达到AUC=0.60,皮质期+实质期模型达到AUC=0.75,皮质期+排泄期模型达到AUC=0.77,实质期+排泄期模型达到AUC=0.73,三期联合模型达到AUC=0.73。皮质期模型表现最佳:AUC=0.79。结论基于皮质期增强CT的影像组学与临床特征可用于小肾透明细胞癌和小肾非透明细胞癌的鉴别诊断。

关键词：小肾癌透明细胞肾细胞癌非透明细胞肾细胞癌体层摄影术 X线计算机影像组学