学科分类
/ 1
7 个结果
  • 简介:摘要目的探讨基于对比增强能谱乳腺X线摄影(CESM)乳腺病变内部与周围区域的影像组学特征联合临床因素预测乳腺影像报告和数据系统(BI-RADS)4类乳腺病变性质的价值。方法回顾性分析2017年7月至2020年7月在青岛大学附属烟台毓璜顶医院(中心1)及2019年6月至2020年7月在复旦大学附属肿瘤医院(中心2)接受诊治的乳腺病变患者的临床及CESM图像资料。中心1纳入835例患者,均为女性,年龄17~80(49±12)岁,以Python软件中的“train_test_split”函数按8∶2的比例分为训练集(667例)和测试集(168例);中心2纳入49例患者作为外部验证集,均为女性,年龄34~70(51±8)岁。分别从所有患者CESM图像的病变内部区域(ITR)、病变周围5 mm及10 mm区域(PTR 5 mm、PTR 10 mm)及病变内部联合周围5 mm及10 mm区域(IPTR 5 mm、IPTR 10 mm)提取影像组学特征,通过方差过滤、SelectKBest算法和最小绝对收缩和选择算子算法筛选后分别建立ITR标签、PTR 5 mm标签、PTR 10 mm标签、IPTR 5 mm标签、IPTR 10 mm标签。在训练集中采用单因素和多因素logistic回归筛选出对鉴别BI-RADS 4类乳腺病变良性与恶性有意义的影像组学标签及临床因素并构建列线图。采用受试者操作特征曲线及曲线下面积(AUC)评估列线图预测BI-RADS 4类乳腺病变良性与恶性的效能;采用决策曲线和校准曲线评估列线图的净获益及校准能力。结果基于ITR标签、PTR 5 mm标签、PTR 10 mm标签、IPTR 5 mm标签、年龄、BI-RADS 4类亚分类构建的列线图在训练集、测试集及外部验证集中鉴别BI-RADS 4类乳腺病变恶性与良性的AUC分别为0.94、0.92和0.95。校准曲线显示,列线图在训练集、测试集及外部验证集中预测BI-RADS 4类乳腺恶性病变的概率和实际结果一致性较好。决策曲线表明,列线图在训练集、测试集及外部验证集中净收益较好。结论基于CESM乳腺病变内部和周围区域的影像组学特征联合临床因素构建的列线图鉴别BI-RADS 4类乳腺病变的良性与恶性具有一定价值。

  • 标签: 乳腺肿瘤 影像组学 列线图 乳腺影像报告和数据系统
  • 简介:摘要腋窝淋巴结转移状态是乳腺癌患者治疗方案选择与预后判断的重要因素。传统影像学检查方法在术前评估乳腺癌腋窝淋巴结状态方面并不满意,影像组学和深度学习方法可挖掘影像图像中肉眼无法识别的更深层次的信息,在临床诊疗中受到广泛关注。目前,基于传统影像检查技术的影像组学和深度学习方法已逐步应用于乳腺癌淋巴结转移的预测中,可为乳腺癌患者优化治疗策略、降低复发风险提供可靠依据。本文对近年影像组学和深度学习在乳腺癌淋巴结转移方面的研究进行综述。

  • 标签: 乳腺肿瘤 影像组学 深度学习 淋巴结转移
  • 简介:摘要产后抑郁症(postpartum depression,PPD)的中枢神经发病机制尚不明确,诊断及预后缺乏客观指标。MRI技术为深入研究PPD神经病理机制和神经影像学异常提供了重要工具。作者就多模态MRI技术对PPD患者的脑影像研究做一文献综述,以期帮助临床医生了解其进展。

  • 标签: 产后抑郁症 脑功能 进展 磁共振成像,多模态 功能磁共振成像
  • 简介:摘要近年乳腺癌的发病率不断增长,发病群体日益年轻化,已成为女性最常见的恶性肿瘤之一。对比增强能谱乳腺X线摄影是近年来新兴的乳腺成像方法,其将乳腺X线摄影与对比增强成像相结合,既可以显示乳腺钙化、腺体结构等情况,又能通过增强扫描反映病变血供情况,在乳腺疾病的诊疗方面具有良好的应用前景。本文就对比增强能谱乳腺X线摄影在临床中的应用与研究进展进行综述。

  • 标签: 乳腺疾病 对比增强 乳腺X线摄影
  • 简介:摘要乳腺癌是全世界女性最常见的恶性肿瘤之一,也是患癌女性的主要死因。提高诊断准确性、早期评估乳腺癌预后及治疗效果是临床实践中的关键问题。MRI因其较高的软组织分辨率,目前仍是诊断乳腺癌的常用成像方式。相对于乳房X线摄影和超声,MRI可以提供更全面的诊断信息。影像组学是一个高通量提取和定量分析影像特征的新研究领域,近年来受到广泛关注并应用于肿瘤领域。作者就乳腺癌MRI影像组学方面的研究进展进行综述。

  • 标签: 影像组学 乳腺癌 肿瘤学 人工智能 磁共振成像
  • 简介:摘要目的探究基于病变内部及病变周围MRI影像组学模型预测临床显著性前列腺癌的价值。材料与方法140例(训练集112例,测试集28例)进行过前列腺磁共振扫描的患者纳入研究。手动勾画T2加权成像(T2 weighted imaging,T2WI)、ADC图像病变内部区域(intralesional volume,ILV)及病变周围区域(perilesional volume)并分别提取影像组学特征,构建最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)回归预测模型。运用ROC曲线分析、临床决策曲线分析对模型进行评估。结果训练集的AUC、准确率分别为:0.93 (95%置信区间:0.88~0.98,特异度:0.87,敏感度:0.89)、0.84 (95%置信区间:0.76~0.90)。测试集的AUC、准确率分别为0.92 (95%置信区间:0.81~1.00,特异度:0.95,敏感度:0.68)、0.89 (95%置信区间:0.72~0.98)。临床决策曲线分析中诊断阈值位于0.01~0.83或0.87~0.98时,运用预测模型患者具有良好的净受益。结论基于病变内部及病变周围MRI影像组学特征对于临床显著性前列腺癌的预测具有应用价值。

  • 标签: 影像组学 磁共振成像 临床显著性前列腺癌 机器学习 预测
  • 简介:摘要目的探讨产后抑郁症(postpartum depression, PPD)患者静息状态下的局部神经活动变化特征及其与抑郁程度的相关性。方法选取符合DSM-5单相抑郁诊断标准, 24项汉密尔顿抑郁量表(24-Item Hamilton Depression Scale,HAMD24)评分>20分,爱丁堡产后抑郁量表(Edinburgh Postnatal Depression Scale,EPDS)评分≥12分的15例产后抑郁患者(PPD组)及与之年龄等相匹配的16名产后健康产妇(对照组),进行3.0 T静息态功能磁共振成像扫描。采用双样本t检验比较组间低频振幅(amplitude of low-frequency fluctuation,ALFF)和局部一致性(regional homogeneity,ReHo)值,将差异脑区的ALFF值及ReHo值与HAMD24、EPDS评分分别进行Pearson线性相关性分析。结果与对照组相比,PPD组右侧小脑前叶(山顶)和左背外侧前额叶ALFF值增高,右顶叶ALFF值减低(单个体素P<0.005,体素值>10,Alphasim校正);PPD组左侧眶部额上回、眶部额下回、额上回、额中回、楔前叶及顶下小叶ReHo值增高,右侧枕下回、额下回、额叶和左侧小脑下半月小叶的ReHo值减低(单个体素P<0.005,体素值>10,Alphasim校正);左背外侧前额叶ALFF值与PPD组HAMD24评分呈正相关(r=0.585,P=0.022),校正年龄、教育程度和体重指数后,偏相关系数依然有统计学意义(r=0.561, P=0.046)。结论PPD患者存在情绪调节相关脑区神经活动改变;左背外侧前额叶ALFF值越高的患者抑郁程度越严重。

  • 标签: 抑郁症,产后 磁共振成像 低频振幅 局部一致性