|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 计算机辅助诊断慢性乙肝患者肝纤维化进程的价值分析显示文摘目的 应用传统机器学习和深度学习方法建立计算机辅助诊断肝纤维化自动分类模型,并初步评估其效果。 方法 选取2014年11月至2016年1月于复旦大学附属中山医院接受肝部分切除术和术前接受肝脏剪切波弹性成像检查的354例患者的灰阶超声图像和相应弹性图像,男247例、女107例,平均年龄(54±12)岁,以病理学诊断肝纤维化分级(S0~S4)为'金标准',利用传统机器学习和深度学习的方法,对超声图像数据集进行特征提取和分类,建立肝纤维化自动分类模型,统计每种模型不同分类情景的准确率。 结果 病理学检查显示肿块周边肝实质病理分期S0者73例,S1者40例,S2者49例,S3者41例,S4者151例。基于支持向量机分类器和稀疏表示分类器的传统机器分类模型和基于LeNet-5神经网络的深度学习分类模型,在二分类(S0/S1/S2与S3/S4)的准确率分别为89.8%、91.8%和90.7%;在三分类(S0/S1、S2/S3与S4)的准确率分别为75.3%、79.4%和82.8%;在三分类(S0、S1/S2/S3与S4)的准确率分别为79.3%、82.7%和87.2%。 结论 计算机辅助诊断慢性乙肝患者肝纤维化进程准确性较高,且可以做到更细化的肝纤维化进程分类。未来有望应用于无创评估乙肝患者肝纤维化进程的临床工作中。 | 付甜甜 姚钊 丁红 许智婷 杨茗然 余锦华 王文平 | 2019 | 中华医学杂志2019，99，7： | 25 |
| 2 | CT影像组学模型对甲状腺良恶性结节的鉴别价值显示文摘目的探讨CT影像组学模型对良恶性甲状腺结节的鉴别诊断价值。方法回顾性分析2017年5月至2018年8月间南京医科大学附属淮安第一医院经病理证实的179例甲状腺结节患者的临床和影像资料。良性结节89例,恶性结节90例。患者术前均行甲状腺结节CT平扫和增强扫描。采用分层随机抽样方法将患者按照8∶2的比例分为训练组(143例)与测试组(36例),采用A.K软件基于术前CT图像提取378个影像组学特征,后采用Spearman相关分析与最小绝对收缩和选择算子回归分析进行特征筛选与模型构建,在训练组与测试组中应用受试者操作特征(ROC)曲线对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果经过特征筛选,16个影像组学特征用于构建甲状腺结节良恶性鉴别模型。训练组中预测模型的ROC曲线下面积(AUC)为0.92(95%可信区间:0.88~0.97),灵敏度和特异度分别为88.7%、82.0%,诊断准确率91.1%;测试组中AUC为0.90(95%可信区间:0.81~0.98),灵敏度和特异度分别为88.5%、84.6%,诊断准确率88.2%。结论基于CT的影像组学模型对良恶性甲状腺结节有较高的诊断效能。 | 孔丹 张建东 单文莉 段绍峰 郭莉莉 | 2020 | 中华放射学杂志2020，54，3： | 25 |
| 3 | 影像组学研究方法进展显示文摘影像学是临床疾病诊断、管理不可或缺的一部分,传统影像学主要基于观察病灶的形态、大小、体积、密度等对疾病进行诊断,进而指导临床。这种过于依赖形态学的诊断方法对于一些“同病异形,异形同病”的疾病通常束手元策,造成相对高的误诊率。 | 黄冠 尹芳艳 李小雪 朱浩(综述) 蒲红(审校) | 2019 | 实用放射学杂志2019，35，2： | 21 |
| 4 | 超声影像组学与传统影像模式对甲状腺乳头状癌颈部中央区淋巴结转移的诊断价值比较显示文摘目的比较超声影像组学(USR)方法与传统医学影像模式在诊断甲状腺乳头状癌(PTC )颈部中央区(Ⅵ区)淋巴结转移的能力差异.方法建立609例病例的训练集,通过USR方法提取筛选超声图像特征,建立加权公式以计算每一个病例的USR积分.通过统计学方法得到最佳诊断能力的USR积分作为诊断标准.建立326例病例的测试集,分别比较USR积分与超声(US)、 CT 、 US联合CT三者之间的诊断能力差异.结果测试集中USR积分诊断的准确性 0 .804 ,敏感性 0 .867 ,特异性0 .770 , ROC曲线下面积0 .766 ,约登指数 0 .533 ,明显高于 US 、 CT 、 US联合CT 的对应数值,差异具有统计学意义(均 P =0 .000).结论 USR方法得到的USR积分模型可以有效预测PTC的Ⅵ区淋巴结转移,诊断效能及临床价值明显高于传统医学影像模式. | 黄云霞 周瑾 刘桐桐 郭翌 童宇洋 余锦华 汪源源 陈敏 周世崇 常才 | 2019 | 中华超声影像学杂志2019，28，10： | 21 |
| 5 | 单灶性甲状腺乳头状癌中央区淋巴结转移危险因素分析显示文摘目的分析单灶性甲状腺乳头状癌(papillary thyroid carcinoma,PTC)的临床、血清学及超声影像特征,寻找与颈部淋巴结转移相关的危险因素。方法回顾性分析2016年1-9月于本院行甲状腺手术且术后病理证实为单灶PTC的患者1 174例,按有无中央区淋巴结转移(central lymph node metastasis,CLNM)分为CLNM阳性组及CLNM阴性组,应用单因素及多因素回归分析两组病例的临床及病灶超声特征,确定影响颈部中央区淋巴结转移的独立危险因素,并建立列线图预测模型。结果1 174例患者中,469例(39.9%)表现为CLNM阳性。单因素分析显示:年龄、性别、术前甲状腺球蛋白(Tg)、甲状腺过氧化物酶抗体(TPOAb)、肿瘤最大径、位置、紧贴甲状腺被膜、回声、纵横比、声晕、微钙化与CLNM相关(P<0.05)。多因素分析显示年龄<55岁、男性、Tg≥20 μg/L、TPOAb<1 kU/L、肿瘤最大径>10 mm、微钙化为CLNM的独立危险因素。基于逻辑回归筛选的独立危险因素建立列线图,AUC为0.714,特异性为73.1%,敏感性为59.7%。结论单灶PTC患者年龄较小、男性、术前TPOAb水平低、Tg水平较高、超声图像中肿瘤较大、微钙化为中央区淋巴结转移的独立危险因素。 | 周瑾 周世崇 李佳伟 王宇 陈雅玲 王芬 智文祥 陈敏 常才 | 2019 | 中华超声影像学杂志2019，28，3： | 17 |
| 6 | 影像组学预测甲状腺乳头状癌中央区淋巴结转移显示文摘目的探讨影像组学方法提取甲状腺乳头状癌(PTC)的纹理特征以预判颈部中央区淋巴结转移的可能性。方法前瞻性收集本院接受甲状腺细针穿刺活检证实为PTC的189例患者,常规超声检查有无中央区淋巴结转移;然后基于其PTC的超声横切面、纵切面及双切面的纹理特征,利用随机森林方法对纹理特征进行筛选并建立预测模型,预测颈部中央区淋巴结是否发生转移,并以最终手术病理结果为金标准进行比对。结果189例患者中,术前甲状腺超声检查诊断颈部中央区淋巴结转移的准确率为35%,灵敏度为28.6%,特异度为55%。影像组学分析PTC的超声横切面/纵切面/双切面预测颈部中央区淋巴结转移的准确率为66.06%/68.12%/77.69%,灵敏度为53%/46%/40%,特异度为52%/53%/51%。结论结合PTC的超声横及纵双切面纹理特征,影像组学方法预测颈部中央区淋巴结转移的准确性较单切面高,且远高于常规超声检查的准确率。 | 王伟镇 李颖嘉 | 2019 | 南方医科大学学报2019，39，9： | 10 |
| 7 | 甲状腺乳头状癌颈部淋巴结转移风险评估的研究现状显示文摘近年来,甲状腺癌(thyroid carcinoma,TC)发病率逐年上升,在全球癌症发病率中位于第11位,而在我国恶性肿瘤发病率中则位列第7位。甲状腺癌中最常见的病理类型为甲状腺乳头状癌(papillary thyroid carcinoma,PTC),占所有TC的85%~90%。PTC中有20%~50%的病例有发生颈部淋巴结转移(cervical lymph node metastasis,CLNM)的倾向,而在<5%的病例中会发生远处转移,多数研究认为CLNM为是PTC复发及远处转移的高危因素。PTC患者是否需行预防性颈部淋巴结清扫以及清扫范围尚有争议,故颈部淋巴结的术前评估尤其重要。 | 朱乔丹 欧笛 杨菁 徐栋 | 2019 | 中华医学超声杂志(电子版)2019，16，11： | 8 |
| 8 | 甲状腺乳头状癌淋巴结转移的超声影像组学特征与侵袭性蛋白质的相关性显示文摘目的:探索超声影像组学评估甲状腺乳头状癌淋巴结转移系统与侵袭性蛋白质的关系。方法:通过已有影像组学系统,选择于复旦大学附属肿瘤医院手术的30例甲状腺乳头状癌患者进行淋巴结转移预测,并获取病灶组织,通过蛋白质质谱分析筛选侵袭性蛋白质,用Person统计法分析超声影像组学特征与蛋白质表达之间的相关性。结果:超声影像组学预测淋巴结转移的准确率为96.7%。4种蛋白质与19项特征呈极强相关,5种蛋白质与23项特征呈强相关。结论:甲状腺乳头状癌淋巴结转移系统的超声影像组学特征与病灶组织侵袭性蛋白质相关。 | 周世崇 童宇洋 黄云霞 刘桐桐 周瑾 余锦华 郭翌 汪源源 李佳伟 常才 陈敏 | 2018 | 肿瘤影像学2018，27，2： | 7 |
| 9 | 超声弹性对比指数在甲状腺结节鉴别诊断中的应用显示文摘目的:探讨超声弹性对比指数(elasticity contrast index,ECI)在甲状腺结节鉴别诊断中的应用价值。方法:选取甲状腺结节患者85例共120个结节,行高分辨率超声检查,记录结节的二维超声特征及结节距颈动脉的距离,并行弹性成像检查(记录ECI值),以手术病理结果为金标准,绘制ECI诊断甲状腺良恶性结节的受试者工作特征(receiver operating characteristic,ROC)曲线。结果:120个结节中,恶性结节65个,良性结节55个,恶性结节的ECI值(3.54±1.23)显著高于良性结节的ECI值(2.65±1.98),差异有统计学意义(P<0.01)。ECI鉴别甲状腺结节良恶性的最佳临界值为2.90。钙化组结节的ECI值(3.50±1.55)显著高于无钙化组结节的ECI值(2.45±1.23),差异有统计学意义(P<0.01),但两组组内良恶性结节的ECI值差异均无统计学意义。所有结节和恶性结节的ECI值与结节距颈动脉的距离显著相关,相关系数分别为0.298和0.397,差异有统计学意义(P<0.001)。ECI值对距离颈动脉≥10 mm的恶性结节的诊断效能优于距离颈动脉<10 mm的恶性结节。结论:ECI在甲状腺结节的良恶性鉴别诊断中具有一定价值,可作为常规超声的重要补充。 | 孙佩璇 童宇洋 苏蕾 都晓英 郭婕 孙医学 | 2018 | 肿瘤影像学2018，27，2： | 4 |
| 10 | 双能CT影像组学在甲状腺结节定性诊断中的价值研究显示文摘目的探讨基于双能量CT图像的影像组学预测模型对甲状腺结节良恶性的鉴别诊断价值。方法回顾性分析我院经病理证实的55例甲状腺结节患者的临床和影像资料,其中良性结节28例,恶性结节27例。患者术前均行甲状腺双能量CT平扫和增强扫描。通过双能量分析得到各期的Mixed图、VNC图及iodine图,分别对各期图像进行3D感兴趣区(Region of Interest,ROI)勾画及组学特征提取,采用单因素分析与最小绝对收缩算子(Least Absolute Shrinkage and Selection Operator,LASSO)算法进行特征筛选,使用多因素逻辑回归分别构建混合能量模型及双能量模型。应用受试者操作特征(Receiver Operating Characteristic,ROC)曲线及曲线下面积(Area Under Curve,AUC)对模型进行验证,评价影像组学特征预测良恶性甲状腺结节的效能。结果经过特征筛选得到8个影像组学特征用于构建甲状腺结节良恶性鉴别模型。混合能量预测模型的AUC为0.86(95%CI:0.75~0.96),特异度和敏感度分别为72.4%、92.3%,诊断准确率为81.8%;双能量预测模型的AUC为0.95(95%CI:0.89~1),特异度和灵敏度分别为86.2%、100%,诊断准确率为92.7%。结论基于双能量CT的影像组学预测模型对良恶性甲状腺结节有较高的诊断效能。 | 韦启君 林盛才 黄福灵 周春燚 | 2022 | 中国医疗设备2022，37，12： | 3 |
| 11 | 超声弹性对比指数与二维超声检查在甲状腺良恶性结节诊断中的效能比较显示文摘目的:比较超声弹性对比指数(ECI)与二维超声检查在甲状腺良恶性结节诊断中的效能。方法:选取2019年3月至2021年3月该院收治的64例甲状腺结节患者为研究对象,分别进行二维超声、超声弹性成像检查,以术后病理诊断结果为金标准,比较二维超声检查与ECI值对甲状腺良恶性结节的检出率及诊断效能。结果:病理检查诊断结果显示,64例患者中良性结节41例,占64.06%,恶性结节23例,占35.94%;二维超声检出甲状腺良性结节48例,恶性结节16例;ECI检出甲状腺良性结节43例,恶性结节21例;ECI诊断甲状腺恶性结节的准确率、灵敏度均高于二维超声,差异有统计学意义(P<0.05);ECI与二维超声检查诊断甲状腺恶性结节的特异度和误诊率比较,差异均无统计学意义(P>0.05)。结论:ECI在甲状腺良恶性结节诊断中效能高于二维超声,可作为甲状腺结节良恶性诊断的辅助方法。 | 孙海潮 | 2022 | 中国民康医学2022，34，24： | 2 |
| 12 | 影像组学的临床应用研究及挑战显示文摘近年来,大数据技术与医学影像学的有机结合产生了新的影像组学方法。它从医学影像中高通量地提取并筛选出最有价值的影像组学特征用于临床信息分析,从而帮助指导临床决策,减轻病人的痛苦。影像组学在肿瘤的鉴别诊断、基因表型预测、治疗方案的筛选以及预后分析等方面显示出极大的优势,为个体化精准治疗提供了重要支持。随着精准医疗的深入发展,影像组学在疾病诊疗上的应用受到越来越广泛的关注,已经成为国内外研究者的研究热点。目前,关于影像组学的研究已取得一定的成就,但要将影像组学的研究成果成熟应用到临床,还有许多需要完善的地方。对影像组学的基本概念、具体处理流程及其应用进行了综述,并对未来的发展方向及面临的挑战进行了展望。 | 刘静宇 刘颖 张帆 | 2022 | 山西大同大学学报(自然科学版)2022，38，4： | 1 |
| 13 | 磁共振纹理分析建立支持向量机模型对大于1 cm甲状腺结节鉴别诊断的价值显示文摘目的探讨磁共振纹理分析建立的支持向量机模型对大于1 cm甲状腺结节鉴别诊断的价值。方法选择98例甲状腺结节患者磁共振影像资料及手术或穿刺病理检查结果。用Lifex软件在T2加权图像以及表观弥散系数图像上逐层勾画病灶感兴趣区,提取图像纹理特征。用t检验及因子分析筛选结节性甲状腺肿与甲状腺乳头状癌的纹理特征,用Python的sklearn第三方库进行模型建立与评价,用sklearn中的permutation_importance函数评估各纹理特征的重要性。绘制受试者工作特征曲线评价支持向量机模型四种核函数鉴别诊断的效能。结果使用多项式核函数的支持向量机模型诊断效能最高,准确率达88%,敏感度为98%,特异度为80%,曲线下面积为0.92。15个特征中CONVENTIONAL_std-t重要性最大。结论磁共振纹理分析建立的支持向量机模型能有效鉴别诊断甲状腺结节。 | 夏亮 梁志鹏 姚刚 何永胜 罗潇 | 2021 | 山东医药2021，61，31： | 1 |
| 14 | 基于深度学习的X线摄影图像辅助筛检算法实验分析显示文摘目的:评估基于深度卷积网络(CNN)建立的胸片辅助筛选算法在辅助筛检的效果和价值,分析该技术在临床内部试用过程中的改进方向。方法:研究采用美国国家卫生研究院公开的胸片诊断数据集进行算法的设计与训练,利用2017年7月至2018年6月湖南省肿瘤医院相关患者胸片进行临床试用。筛检算法主要采用深度卷积网络对胸片进行初步分类为正常、疑似和不正常三类,由2名临床医师对以上算法得出的结果进行审查试用。结果和结论:算法可对患者胸片和健康胸片进行有效分类,通过调整分类阈值,可在有效保证算法不漏诊的基础上,大幅降低人工对正常胸片的筛检工作,为实现基于深度学习网络进行X线摄影图智能人机融合式诊疗提供参考。 | 肖棋予 彭望连 | 2020 | 中国数字医学2020，15，4： | 0 |
| 15 | ^(99m)Tc-MIBI显像在^(131)I治疗分化型甲状腺癌淋巴结转移灶中的临床价值显示文摘目的:探讨^(99m)Tc-甲氧基异丁基异腈(methoxyisobutylisonitrile,MIBI)显像辅助诊断分化型甲状腺癌(differentiated thyroid carcinoma,DTC)淋巴结转移的价值。方法:纳入临床确诊DTC淋巴结转移患者78例。患者在接受放射性碘^(131)(iodine ^(131),^(131)I)治疗前均进行颈部超声、^(99m)Tc-MIBI颈胸部显像(多时相)、计算机体层成像(computed tomography,CT)和/或18F-FDG正电子发射体层成像(positron emission tomography,PET)/CT。^(131)I治疗后96 h进行^(131)I全身扫描和^(131)I单光子发射计算机体层成像(single-photon emission computed tomography,SPECT)/CT颈胸部显像。^(131)I治疗前后动态检测血清甲状腺球蛋白(thyroglobulin,Tg)和抗甲状腺球蛋白抗体(antithyroglobulin antibody,TgAb)水平变化及其他相关检查。^(131)I治疗后随访期为1~2年。结果:32例DTC淋巴结转移在^(99m)Tc-MIBI显像上为阳性,诊断灵敏度为41.0%(32/78),显著低于^(131)I治疗后扫描显示的淋巴结阳性率64.1%(50/78)(P<0.01)。而在^(131)I治疗后扫描为阴性中,^(99m)Tc-MIBI显像为阳性者为19例,阳性率67.9%(19/28)。^(131)I治疗后随访期内42例患者呈临床治愈或病情好转,其中35例^(99m)Tc-MIBI显像为阴性(83.3%);19例病情稳定,^(99m)Tc-MIBI显像阴性8例(42.1%);另17例病情呈进展趋势,^(99m)Tc-MIBI显像阴性者仅3例(17.6%),组间差异有统计学意义(P<0.01)。结论:^(99m)Tc-MIBI显像可有助于提高DTC淋巴结转移的阳性检出率,并可辅助预测^(131)I治疗后的转归趋势。 | 盛矢薇 王阳 陈立波 陆汉魁 | 2023 | 肿瘤影像学2023，32，4： | 0 |
| 16 | 超声影像组学在乳腺癌中应用的研究进展显示文摘乳腺癌发病率逐年上升,且病死率占所有肿瘤中首位,已成为威胁女性健康的重要因素。早期诊断、早期治疗不仅可降低乳腺癌病死率,也可提高患者生存率及改善其生存质量。超声影像组学是一个新兴的研究领域,能从超声图像中提取可定量分析的高维数据。近年来,超声影像组学已广泛应用于乳腺癌的临床诊疗方面。本文就超声影像组学在乳腺癌诊断、分子分型及淋巴结转移情况评估等方面的研究进展进行综述。 | 吴雪婷 陈晓仪 吴怡雯 蔡泳娜 肖明月 陈凤娟 韩嫱琳 邱少东 祝志敏 陈菲 | 2022 | 国际医药卫生导报2022，28，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员