CT影像组学对鉴别COVID-19和甲型H1N1流感的应用研究

目的建立和验证结合影像组学特征和临床特征的组合诺莫图模型,用于鉴别新型冠状病毒肺炎(COVID-19)和甲型H1N1流感肺炎。方法搜集两家医院共181例经核酸检测确诊并进行过肺部CT扫描的患者参加本研究,其中COVID-19患者94例和甲型H1N1流感患者87例。按照7∶3的比例划分为训练集和验证集,训练集共129例患者,验证集共52例患者。使用半自动分割软件在CT图像上进行特征提取,使用最小冗余最大相关性行特征降维,将影像组学特征与临床特征相结合,建立组合诺模图模型,采用受试者工作特征(ROC)曲线的曲线下面积(AUC)、校准曲线和决策曲线分析评价模型的实用性。结果特征降维后生成包含3个临床特征与9个影像组学特征的特征子集,并构建预测模型:临床诺莫图模型,训练集AUC值为0.737(特异度0.769、敏感度0.654),验证集AUC值为0.618(特异度0.809、敏感度0.426);影像组学诺莫图模型,训练集AUC值为0.903(特异度0.824、敏感度0.852),验证集AUC值为0.830(特异度0.923、敏感度0.654);组合诺莫图模型,训练集AUC值为0.927(特异度0.941、敏感度0.787),验证集AUC值为0.845(特异度0.846、敏感度0.808)。结论所建立的组合诺莫图模型有潜力用于COVID-19和甲型H1N1流感肺炎的鉴别。

乡乡移动行 再造新三峡

上个世纪末一个秋高气爽的日子，美国的一位著名摄影大师驾机飞临三峡库区，当时三峡大坝尚在建设之中，壮丽的长江犹如一条金色的玉带缠绕在崇山峻岭的腰间，山水之间一派苍茫古朴，似乎觉察不到现代化的气息，大师摇摇头叹了口气：三峡人靠什么沟通交流呢?他在飞行日记中落下当天的日期：1999年9月18日。然而就在这一天。