目的:评估基于注射用全氟丁烷微球[商品名示卓安(Sonazoid)]超声造影Kupffer期的深度学习模型预测肝细胞癌(hepatocellular carcinoma,HCC)微血管侵犯(microvascular invasion,MVI)的效能,并将其与影像组学模型及临床模型进行比较。方法...目的:评估基于注射用全氟丁烷微球[商品名示卓安(Sonazoid)]超声造影Kupffer期的深度学习模型预测肝细胞癌(hepatocellular carcinoma,HCC)微血管侵犯(microvascular invasion,MVI)的效能,并将其与影像组学模型及临床模型进行比较。方法:回顾并纳入2020年7月—2022年9月于广西医科大学第一附属医院接受Sonazoid超声造影检查的146例原发性HCC患者,以7∶3随机划分为训练集102例和验证集44例。基于肿瘤感兴趣区,使用ResNet101模型通过迁移学习提取深度学习特征,使用PyRadiomics提取影像组学特征。采用Mann-Whitney U检验、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行特征降维。LASSO回归用于构建深度学习模型和影像组学模型,同时还基于临床特征构建一个临床模型。采用受试者工作特征曲线的曲线下面积(area under the curve,AUC)、灵敏度、特异度和准确度评估模型的诊断效能。DeLong检验用于比较模型间的诊断效能。结果:在训练集中,深度学习模型、影像组学模型、临床模型的AUC(95%CI)分别为0.931(0.880~0.981)、0.823(0.744~0.903)、0.719(0.614~0.824)。在验证集中,深度学习模型、影像组学模型、临床模型的AUC(95%CI)分别为0.895(0.757~1.000)、0.711(0.514~0.909)、0.606(0.390~0.822)。DeLong检验表明在训练集和验证集中,深度学习模型的诊断效能均优于影像组学模型及临床模型(P<0.05)。单因素及多因素logistic回归分析示甲胎蛋白和巴塞罗那临床肝癌分期可作为HCC患者MVI的独立预测因子(P<0.01)。结论:基于Sonazoid超声造影Kupffer期的深度学习模型在预测HCC患者MVI方面表现出优异的性能,有望成为预测MVI的无创影像学生物标志物。展开更多
目的分析两肾一夹(2K1C)肾血管性高血压(RVH)模型大鼠肠道菌群结构的变化,为RVH的防治提供新思路。方法 8周龄雄性SD大鼠随机分为2K1C模型组和假手术组(每组8只),2K1C手术制备RVH模型。无创尾套法测量大鼠尾动脉收缩压。手术干预4周后,...目的分析两肾一夹(2K1C)肾血管性高血压(RVH)模型大鼠肠道菌群结构的变化,为RVH的防治提供新思路。方法 8周龄雄性SD大鼠随机分为2K1C模型组和假手术组(每组8只),2K1C手术制备RVH模型。无创尾套法测量大鼠尾动脉收缩压。手术干预4周后,收集肠道中粪便并从中提取菌群DNA,采用PCR-变性梯度凝胶电泳方法分析2K1C大鼠肠道菌群的多样性,实时荧光定量PCR对肠道中优势菌群双歧杆菌属和乳酸杆菌属进行定量检测。结果与假手术组相比,2K1C模型组尾动脉收缩压显著升高(164.77 mm Hg比122.08 mm Hg,P<0.05),而假手术组尾动脉收缩压与造模前相比未发生明显改变(122.08 mm Hg比120.13 mm Hg,P>0.05)。2K1C模型组与假手术组间肠道菌群多样性有明显差异(P<0.05),且2K1C模型组肠道菌群多样性较低。2K1C模型组双歧杆菌属和乳酸杆菌属含量明显低于假手术组(2.335×10-3ng/g比1.805×10-2ng/g,0.048 ng/g比0.139 ng/g,P<0.05)。结论 2K1C RVH大鼠肠道菌群多样性显著降低,双歧杆菌属和乳酸杆菌属含量发生明显改变,提示其可能参与了2K1C大鼠高血压的发生发展过程。展开更多
文摘目的:评估基于注射用全氟丁烷微球[商品名示卓安(Sonazoid)]超声造影Kupffer期的深度学习模型预测肝细胞癌(hepatocellular carcinoma,HCC)微血管侵犯(microvascular invasion,MVI)的效能,并将其与影像组学模型及临床模型进行比较。方法:回顾并纳入2020年7月—2022年9月于广西医科大学第一附属医院接受Sonazoid超声造影检查的146例原发性HCC患者,以7∶3随机划分为训练集102例和验证集44例。基于肿瘤感兴趣区,使用ResNet101模型通过迁移学习提取深度学习特征,使用PyRadiomics提取影像组学特征。采用Mann-Whitney U检验、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行特征降维。LASSO回归用于构建深度学习模型和影像组学模型,同时还基于临床特征构建一个临床模型。采用受试者工作特征曲线的曲线下面积(area under the curve,AUC)、灵敏度、特异度和准确度评估模型的诊断效能。DeLong检验用于比较模型间的诊断效能。结果:在训练集中,深度学习模型、影像组学模型、临床模型的AUC(95%CI)分别为0.931(0.880~0.981)、0.823(0.744~0.903)、0.719(0.614~0.824)。在验证集中,深度学习模型、影像组学模型、临床模型的AUC(95%CI)分别为0.895(0.757~1.000)、0.711(0.514~0.909)、0.606(0.390~0.822)。DeLong检验表明在训练集和验证集中,深度学习模型的诊断效能均优于影像组学模型及临床模型(P<0.05)。单因素及多因素logistic回归分析示甲胎蛋白和巴塞罗那临床肝癌分期可作为HCC患者MVI的独立预测因子(P<0.01)。结论:基于Sonazoid超声造影Kupffer期的深度学习模型在预测HCC患者MVI方面表现出优异的性能,有望成为预测MVI的无创影像学生物标志物。
文摘目的分析两肾一夹(2K1C)肾血管性高血压(RVH)模型大鼠肠道菌群结构的变化,为RVH的防治提供新思路。方法 8周龄雄性SD大鼠随机分为2K1C模型组和假手术组(每组8只),2K1C手术制备RVH模型。无创尾套法测量大鼠尾动脉收缩压。手术干预4周后,收集肠道中粪便并从中提取菌群DNA,采用PCR-变性梯度凝胶电泳方法分析2K1C大鼠肠道菌群的多样性,实时荧光定量PCR对肠道中优势菌群双歧杆菌属和乳酸杆菌属进行定量检测。结果与假手术组相比,2K1C模型组尾动脉收缩压显著升高(164.77 mm Hg比122.08 mm Hg,P<0.05),而假手术组尾动脉收缩压与造模前相比未发生明显改变(122.08 mm Hg比120.13 mm Hg,P>0.05)。2K1C模型组与假手术组间肠道菌群多样性有明显差异(P<0.05),且2K1C模型组肠道菌群多样性较低。2K1C模型组双歧杆菌属和乳酸杆菌属含量明显低于假手术组(2.335×10-3ng/g比1.805×10-2ng/g,0.048 ng/g比0.139 ng/g,P<0.05)。结论 2K1C RVH大鼠肠道菌群多样性显著降低,双歧杆菌属和乳酸杆菌属含量发生明显改变,提示其可能参与了2K1C大鼠高血压的发生发展过程。
