检索结果-南通市图书馆

基于T2WI与RS-EPI DWI影像组学特征的自动化机器学习模型预测直肠癌术前T分期的价值

在线全文

学校读者我要写书评

暂无评论

四川大学学报（医学版） 2021年第4期52卷 698-705页

作者：文大光胡斯娴李真林邓祥兵田川李昕汪昕蓉冷琦夏春潮四川大学华西医院放射科成都610041 四川大学华西医院胃肠外科成都610041 ge医疗上海200000

目的探讨基于磁共振T2加权成像(T2 weighted image,T2WI)和分段读出平面回波成像(readout-segmented EPI,RS-EPI)与扩散加权成像(diffusion weighted image,DWI)的影像组学特征,通过开发和验证自动化机器学习模型,预测直肠癌术前病理T... 详细信息

目的探讨基于磁共振T2加权成像(T2 weighted image,T2WI)和分段读出平面回波成像(readout-segmented EPI,RS-EPI)与扩散加权成像(diffusion weighted image,DWI)的影像组学特征,通过开发和验证自动化机器学习模型,预测直肠癌术前病理T分期的价值。方法回顾性分析2016年10月−2018年12月经手术病理结果证实为直肠癌且在我院行术前直肠磁共振的患者131例。采用ITK-SNAP软件从T2WI和RS-EPI DWI图像中手动分割出肿瘤区域。使用PyRadiomics包提取出200个特征〔100个特征来自于T2WI,100个特征来自RS-EPI DWI的表观弥散系数(apparent diffusion coefficient,ADC)图〕。使用mwmote与neater重采样均衡数据,加入13例T1-2期模拟数据。根据3∶1的比例将总体数据分割成训练集111例和测试集37例。在训练集上使用Tree-based Pipeline Optimization Tool(TPOT)最优化模型参数并选取最重要的组学特征建模,得到5个互相独立的T分期模型。使用准确率和受试者工作特征(ROC)曲线下面积(area under the curve,AUC)筛选出最优模型。在测试集和原数据集上预测直肠癌T分期。结果自动化机器学习推荐的5个T分期模型,在训练集上的准确率为0.802~0.838,敏感度为0.762~0.825,特异度为0.833~0.896,AUC范围为0.841~0.893,average precision(AP)范围为0.870~0.901。经过对比后,最终选择的模型的敏感度、特异度、AUC,在训练集上为0.810、0.875、0.893,在测试集上为0.810、0.813、0.810,在原始数据集上为0.810、0.830、0.860。结论基于T2WI和RS-EPI DWI的影像组学数据,通过自动化机器学习建立的模型在预测直肠癌T分期上有较高的准确率。

关键词：直肠癌影像组学自动化机器学习 T分期

DCE-MRI对烟雾病手术前后微循环和血脑屏障变化的定量研究

在线全文

学校读者我要写书评

暂无评论

现代医用影像学 2019年第4期28卷 722-726,735页

作者：罗震冯平勇史中强马志昭冯旭然河北医科大学第二医院影像科河北石家庄050000 ge healthcare 中国上海210000 河北医科大学第二医院神经外科河北石家庄050000

目的:探讨磁共振动态对比增强(Dynamic Contrast-Enhanced MRI,DCE-MRI)在评价烟雾病术前侧支循环及微循环情况、血脑屏障破坏程度及术后微循环改善、血脑屏障恢复状况中的作用。方法:分析经数字减影血管造影(Digital Subtraction Angio... 详细信息

目的:探讨磁共振动态对比增强(Dynamic Contrast-Enhanced MRI,DCE-MRI)在评价烟雾病术前侧支循环及微循环情况、血脑屏障破坏程度及术后微循环改善、血脑屏障恢复状况中的作用。方法:分析经数字减影血管造影(Digital Subtraction Angiography,DSA)和/或计算机断层血管成像(Computed Tomography Angiography,CTA)确诊的烟雾病患者20例进行常规MRI、T1增强扫描及DCE-MRI检查,选取基底节、放射冠层面,按照大脑前、中、后动脉及穿支动脉供血分布范围,分为22个脑实质分区,利用DSA对22个分区的侧支循环进行评分(0、1、2和3分);DCE-MRI分别计算相应分区血管容积交换常数(Volume Transfer Constant,K^(trans)),根据K^(trans)值大小进行评分(0、1、2和3分),对22个分区K^(trans)值、DSA评分行Kappa一致性检验(P0.05),Vp值较术前具有明显差异(t=2.959,P<0.05)。结论:磁共振动态对比增强(Dynamic Contrast-Enhanced MRI,DCE-MRI)可有效评价烟雾病术前侧支循环及微循环情况、血脑屏障破坏程度及术后微循环改善、血脑屏障恢复状况。

关键词：磁共振动态对比增强烟雾病侧支循环血管容积交换常数血浆容积分数

合成MRI联合扩散加权成像对乳腺良恶性病变的鉴别诊断价值

在线全文

学校读者我要写书评

暂无评论

中华放射学杂志 2021年第6期55卷 597-604页

作者：孙诗昀李卓琳聂莉莎刘一帆张冬雪薛珂丁莹莹昆明医科大学第三附属医院云南省肿瘤医院放射科 650118 ge医疗中国磁共振科研部北京100176

目的:评估合成MRI联合DWI在乳腺良恶性病变诊断中的价值。方法:前瞻性分析2019年7至9月在云南省肿瘤医院连续纳入的临床怀疑有乳腺病变的184例患者的资料。将所有患者随机分为训练组(110例)和验证组(74例),并在增强扫描前后均接受常规MR... 详细信息

目的:评估合成MRI联合DWI在乳腺良恶性病变诊断中的价值。方法:前瞻性分析2019年7至9月在云南省肿瘤医院连续纳入的临床怀疑有乳腺病变的184例患者的资料。将所有患者随机分为训练组(110例)和验证组(74例),并在增强扫描前后均接受常规MRI和合成MRI扫描。在病灶的最大层面沿边缘勾画ROI,记作“tumor”,在肿瘤强化最明显的实性区域内勾画第2个ROI,记作“local”,并测量ADC值(ADC local和ADC tumor)和弛豫时间值(T_(local)和T_(tumor))。以T和T+分别表示增强扫描前后的弛豫时间,ΔT%表示增强扫描前后弛豫时间的相对变化率。采用秩和检验分析良恶性乳腺病灶的定量参数,并将P<0.05的变量纳入二元logositc回归分析中筛选独立变量并建立预测模型。使用ROC曲线下面积评估参数和模型的区分度。使用临床决策曲线(DCA)分析模型的临床适用性。结果:训练组中,单因素分析显示T_(1tumor)值、T_(1+tumor)值、ΔT 1%_(tumor)值、T_( 2local)值、T_(2+local)值、T_(2tumor)值、T_(2+tumor)值、ADC local值、ADC tumor值在乳腺良恶性病变间差异具有统计学意义(P<0.05)。多因素逻辑回归分析显示T 1+tumor、ΔT 1%_(tumor)、T_(2tumor)、ADC local、ADC _(tumor)是预测乳腺癌的独立变量。联合上述变量建立的弛豫时间模型(模型A:T 1+tumor、ΔT 1%_(tumor)、T_(2tumor))和ADC模型(模型B:ADC _(local)、ADC tumor)诊断效能相当(曲线下面积分别为0.905、0.914,Z=-1.874,P=0.062),多参数组合模型(模型C:T 1+tumor、ΔT 1%_(tumor)、T_(2tumor)、ADC local、ADC tumor)诊断效能最高(曲线下面积为0.965)。DCA分析显示当训练组预测概率为21%~99%,验证组为15%~99%时,模型C的净收益高于模型A和B。结论:基于联合弛豫时间值和ADC值建立的多参数组合预测模型可以更高效地鉴别乳腺癌,并且基于该模型建立的列线图可以作为辅助诊断工具。

关键词：乳腺肿瘤磁共振成像合成MRI

机器学习鉴别表现为肺纯磨玻璃结节的浸润性腺癌与非浸润性腺癌

在线全文

学校读者我要写书评

暂无评论

中国医学影像技术 2020年第3期36卷 405-410页

作者：蔡俊辉段绍峰袁虎吕燕吴雅蔚许晴叶靖大连医科大学研究生院辽宁大连116044 苏北人民医院放射科江苏扬州225000 ge医疗上海210000

目的探讨基于影像组学特征构建的机器学习模型鉴别表现为肺纯磨玻璃结节的浸润性腺癌与非浸润性腺癌的可行性。方法回顾性分析经手术病理证实的87例CT表现为纯磨玻璃结节的肺腺癌患者,其中浸润性腺癌32例,非浸润性腺癌55例(原位癌17例,... 详细信息

目的探讨基于影像组学特征构建的机器学习模型鉴别表现为肺纯磨玻璃结节的浸润性腺癌与非浸润性腺癌的可行性。方法回顾性分析经手术病理证实的87例CT表现为纯磨玻璃结节的肺腺癌患者,其中浸润性腺癌32例,非浸润性腺癌55例(原位癌17例,微浸润性腺癌38例)。应用ITK-SNAP软件勾画ROI,A.K.软件提取影像组学特征。筛选有意义的特征参数,以Spearman相关性分析和Lasso回归分析进行特征降维。选取降维后的特征参数,分别构建支持向量机(SVM)、随机森林(RF)及逻辑回归(LR)3种机器学习模型,采用十折交叉验证法得到最优模型,绘制ROC曲线,评价3种模型的性能。结果共提取396个影像组学特征,通过特征筛选后最终得到19个影像组学特征。SVM、RF、LR 3种机器学习模型可有效鉴别浸润性腺癌与非浸润性腺癌,准确率分别为93.30%、86.70%和83.30%,AUC分别为0.94、0.92和0.83。结论基于影像组学特征构建的机器学习模型有较好的分类性能,可于术前有效鉴别肺浸润性腺癌与非浸润性腺癌。

关键词：肺肿瘤腺癌体层摄影术,X线计算机机器学习

CT影像组学对甲状腺腺瘤及乳头状癌的诊断价值

在线全文

学校读者我要写书评

暂无评论

安徽医科大学学报 2019年第6期54卷 950-953页

作者：杜丹丹李小虎刘斌周勇张学喜吴兴旺安徽医科大学第一附属医院放射科合肥230001 ge healthcare(通用电气医疗) 上海200000

目的探讨影像组学对甲状腺腺瘤结节及乳头状癌结节的诊断价值。方法回顾性分析经过病理证实的110例甲状腺腺瘤(TA)及159例甲状腺乳头状癌(PTC)患者,使用影像组学智能分析软件(AK)对甲状腺结节的CT平扫图像进行分析,共勾画出541个感兴趣... 详细信息

目的探讨影像组学对甲状腺腺瘤结节及乳头状癌结节的诊断价值。方法回顾性分析经过病理证实的110例甲状腺腺瘤(TA)及159例甲状腺乳头状癌(PTC)患者,使用影像组学智能分析软件(AK)对甲状腺结节的CT平扫图像进行分析,共勾画出541个感兴趣区(ROI),其中腺瘤结节172个,乳头状癌结节369个,通过直方图参数,灰度共生矩阵,游程矩阵等六类方法先获得高通量纹理特征参数396个,再通过特征降维获得179个特征参数,共组合成支持向量机模型(SVM)、逻辑斯谛回归模型(LR)及贝叶斯方法三种模型,分别随机选择70%病例为训练组,30%病例为验证组,获取不同模型对于两类甲状腺结节鉴别诊断的准确度、特异度及灵敏度,并与常规超声检查及CT平扫诊断结果对比。结果SVM诊断效能最佳,其训练集诊断准确度为100%,特异度为100%,敏感度为100%,测试集诊断准确度为91.4%,特异度为95.5%,敏感性为82.7%。常规检查超声诊断准确度为77.3%,特异度为73.8%,敏感度为79.5%,CT平扫诊断准确度为71.7%,特异度为61.5%,敏感度为84.3%。结论CT影像组学联合SVM模型对TA及PTC的诊断有一定的价值,优于超声及常规CT平扫检查。

关键词：甲状腺结节甲状腺乳头状癌影像组学 CT

合成MRI参数直方图特征预测乳腺浸润性导管癌人表皮生长因子受体2表达状态的研究

在线全文

学校读者我要写书评

暂无评论

中华放射学杂志 2021年第12期55卷 1294-1300页

作者：李芹黄琰杨孟柴青焕吴扑射顾雅佳复旦大学附属肿瘤医院放射诊断科复旦大学上海医学院肿瘤学系200032 ge医疗中国磁共振科研部北京100176

目的探讨合成MRI定量参数直方图特征预测乳腺浸润性导管癌(IDC)患者人表皮生长因子受体2(HER2)表达状态的价值,并与ADC直方图特征的预测性能进行对比分析。方法前瞻性收集2020年1月至9月就诊于复旦大学附属肿瘤医院的195例乳腺病变患者... 详细信息

目的探讨合成MRI定量参数直方图特征预测乳腺浸润性导管癌(IDC)患者人表皮生长因子受体2(HER2)表达状态的价值,并与ADC直方图特征的预测性能进行对比分析。方法前瞻性收集2020年1月至9月就诊于复旦大学附属肿瘤医院的195例乳腺病变患者,所有患者接受完整乳腺MR检查,包括合成MRI、DWI和动态对比增强MRI(DCE-MRI),所有手术标本经病理证实。采用PyRadiomics软件提取定量参数的直方图特征。采用独立样本t检验或Mann-Whitney U检验比较HER2阳性与HER2阴性乳腺IDC患者的合成MRI定量参数[T_(1)、T_(2)和质子密度(PD)]及ADC值的直方图特征差异。采用ROC的曲线下面积(AUC)评估变量预测HER2表达状态的预测性能。结果最终纳入122例乳腺IDC患者的122个病灶。其中31例为HER2阳性,91例为HER2阴性。HER2阳性与HER2阴性患者的临床、病理特征差异无统计学意义(P>0.05)。单因素分析结果显示HER2阳性与HER2阴性乳腺癌患者中PD中位数、PD平均值、PD峰度、T110th位数、T_(1)平均值、ADC值直方图的峰度差异具有统计学意义[PD中位数分别为79.80(75.90,83.90)ms、76.56(72.59,79.09)ms,Z=-3.46,P<0.01;PD平均值分别为78.89(74.80,84.01)ms、75.99(71.70,78.63)ms,Z=-2.61,P=0.01;PD峰度分别为6.45(3.45,7.54)、5.04(3.55,5.58),Z=-2.21,P=0.03;T110th位数分别为731.52(668.50,975.39)ms、726.51(588.38,852.19)ms,Z=-2.54,P=0.01;T_(1)平均值分别为1161.97(1063.56,1253.78)ms、1072.75(989.39,1154.04)ms,Z=-2.21,P=0.03;ADC值直方图的峰度分别为4.75(2.72,5.91)、3.82(2.69,4.39),Z=-2.43,P=0.02]。多因素分析结果显示PD中位数(P=0.004)与T_(1)平均值(P=0.004)是HER2表达状态的独立预测因素,两者构建的逻辑回归模型预测HER2表达状态的AUC为0.853(95%CI 0.779~0.926),灵敏度为71%,特异度为81%。ADC值直方图的峰度预测HER2表达状态的AUC为0.714(95%CI 0.611~0.817),灵敏度为45%,特异度为85%。DeLong检验提示二者的诊断效能差异具有统计学意义(Z=2.18,P=0.04)。结论合成MRI定量参数直方图特征在预测乳腺IDC的HER2表达状态方面具有较好的效能,可能辅助个体化的抗HER2靶向治疗计划的制定。

关键词：乳腺肿瘤磁共振成像直方图人表皮生长因子受体2

探讨深度学习重建算法对CTPA图像质量的影响

在线全文

学校读者我要写书评

暂无评论

中国医学计算机成像杂志 2023年第1期29卷 87-91页

作者：潘紫薇许小凡沈云高永斌王泽润曹永佩阮小伟宁夏回族自治区人民医院医学影像中心银川750002 ge中国CT研究中心

目的:对比滤波反投影重建算法(FBP)及常规迭代重建算法(ASiR-V),研究深度学习重建(DLIR)算法对肺动脉CT血管成像(CTPA)图像质量的影响.方法:在ge APEX CT上收集进行CTPA检查的患者30例,分别采用5种重建方式(FBP,常规临床参数的ASiR-V40%... 详细信息

目的:对比滤波反投影重建算法(FBP)及常规迭代重建算法(ASiR-V),研究深度学习重建(DLIR)算法对肺动脉CT血管成像(CTPA)图像质量的影响.方法:在ge APEX CT上收集进行CTPA检查的患者30例,分别采用5种重建方式(FBP,常规临床参数的ASiR-V40%,DLIR-L/M/H)重建.分别测量肺动脉主干、左右肺动脉干、肺动脉主干层面椎旁肌肉的CT值、噪声(SD),计算其信噪比(SNR)、对比度噪声比(CNR),并进行客观评价.由2名高年资医师对所有图像进行评分.结果:5组图像在肺动脉主干、左、右肺动脉干的CT值差异均没有统计学意义(P>0.05);但5组图像的SD、CNR、SNR值差异均有统计学意义(PDLIR-M>DLIR-L>ASiR-V40%>FBP.结论:与FBP、ASiR-V40%算法相比,DLIR算法(TrueFidelity^(TM))能够显著降低图像噪声,提高SNR,且DLIR-H提供了最佳的主客观图像.DLIR算法在提高CTPA图像质量临床应用方面表现出巨大潜力.

关键词：深度学习重建算法迭代重建算法 CT血管成像肺动脉噪声图像质量

基于T_(2)WI的影像组学模型对鉴别前列腺癌和前列腺增生的诊断价值

在线全文

学校读者我要写书评

暂无评论

医学影像学杂志 2021年第10期31卷 1723-1726页

作者：许晴朱庆强叶靖段绍峰陆大军袁为标扬州大学临床医学院苏北人民医院影像科江苏扬州225000 ge医疗healthcare China 上海200000 南通大学附属建湖医院影像科江苏建湖224700

目的探讨基于T_(2)WI的影像组学模型对鉴别前列腺癌(PCa)和前列腺增生(BPH)的诊断价值。方法选取并分析2019年5月~2020年5月在我院经手术或活检病理确诊的88例患者(PCa 48例、BPH 40例)的T_(2)WI特征。应用ITK-SNAP软件勾画兴趣区(ROI),... 详细信息

目的探讨基于T_(2)WI的影像组学模型对鉴别前列腺癌(PCa)和前列腺增生(BPH)的诊断价值。方法选取并分析2019年5月~2020年5月在我院经手术或活检病理确诊的88例患者(PCa 48例、BPH 40例)的T_(2)WI特征。应用ITK-SNAP软件勾画兴趣区(ROI),将T_(2)WI图像导入Analysis-Kinetics分析软件,进行影像特征提取。采用Lasso回归分析进行特征降维。建立随机森林模型(LF)对筛选出的特征参数进行分类训练并进行验证,绘制ROC曲线评价模型在训练组和验证组中对鉴别PCa和BPH的预测效能。结果共提取396个影像组学特征,通过特征筛选后最后筛选出3个影像组学特征。建模后影像组学特征对鉴别PCa和BPH具有较好的预测效能,预测模型鉴别效能的曲线下面积、敏感度、特异度和准确度分别为0.96、86.0%、58.0%和71.0%。结论基于磁共振T_(2)WI的影像组学模型对诊断PCa和BPH具有一定价值。

关键词：前列腺癌影像组学纹理分析前列腺增生磁共振成像

CT征象及动态变化对COVID-19疑似病例鉴别诊断的价值

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（医学版） 2021年第1期56卷 136-140页

作者：肖慧娟谷艳博梁盼刘杰郑颖张永高周志刚岳松伟高剑波郑州大学第一附属医院放射科郑州450052 ge医疗集团CT产品培训部上海201203

目的:探讨CT征象及动态变化对COVID-19疑似病例鉴别诊断的价值。方法:回顾性分析2020年1月20日至2020年2月25日收治的54例COVID-19疑似病例的资料。最终COVID-19确诊病例25例,患者年龄3~94岁,≤50岁16例(64%)。排除病例(非COVID-19)29例... 详细信息

目的:探讨CT征象及动态变化对COVID-19疑似病例鉴别诊断的价值。方法:回顾性分析2020年1月20日至2020年2月25日收治的54例COVID-19疑似病例的资料。最终COVID-19确诊病例25例,患者年龄3~94岁,≤50岁16例(64%)。排除病例(非COVID-19)29例。54例均行CT平扫,首次检查后间隔3~6 d复查。结果:COVID-19病灶多分布于双肺胸膜下,主要征象为磨玻璃密度改变并小叶内间隔增厚,伴血管影增粗;进展期13例呈胸膜下融合改变,好转消散期15例密度增高,边缘平直及出现纤维条索。非COVID-19病灶多沿支气管血管束分布,树芽征及腺泡结节7例,均见于细菌性肺炎及支原体肺炎患者;进展期9例沿支气管血管束扩散,好转消散期27例表现为整体密度浅淡。两组以上征象检出率差异均有统计学意义(P<0.05)。结论:精准CT征象分析可以用于COVID-19和非COVID-19的鉴别,有助于缩小疑诊范围,减轻临床排查压力。

关键词：新型冠状病毒肺炎 CT COVID-19 SARS-CoV-2