期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于超声影像组学的预测模型早期诊断甲状腺微小乳头状癌淋巴结转移的临床价值
1
作者 于一行 牛雅宁 +5 位作者 张孟丽 范志娜 马丙鑫 李闯 李国庆 吴刚 《临床超声医学杂志》 CSCD 2024年第4期279-284,共6页
目的基于超声影像组学联合临床特征构建预测模型,探讨其诊断甲状腺微小乳头状癌(PTMC)患者颈部淋巴结转移的临床价值。方法选取我院经术后病理证实的PTMC患者184例,按7∶3比例随机分为训练集(128例)和验证集(56例),并根据病理结果分为... 目的基于超声影像组学联合临床特征构建预测模型,探讨其诊断甲状腺微小乳头状癌(PTMC)患者颈部淋巴结转移的临床价值。方法选取我院经术后病理证实的PTMC患者184例,按7∶3比例随机分为训练集(128例)和验证集(56例),并根据病理结果分为有颈部淋巴结转移者81例(转移组)和无颈部淋巴结转移者103例(无转移组)。采用单因素和多因素Logistic回归分析筛选临床资料中预测颈部淋巴结转移的影响因素;提取结节的超声影像组学特征,并采用最小绝对收缩和选择算法降维筛选有统计学意义的特征,采用支持向量机分类器分别构建基于超声影像组学的预测模型、超声影像组学联合临床特征的预测模型。绘制受试者工作特征(ROC)曲线分析各模型诊断PTMC患者颈部淋巴结转移的效能。结果单因素及多因素Logistic回归分析显示,年龄、包膜浸润均为PTMC患者淋巴结转移的独立预测因素(OR=3.131、3.245,均P<0.05)。共筛选出11个系数非零的超声影像组学特征。分别建立基于超声影像组学、超声影像组学联合临床特征的预测模型,ROC曲线分析显示,超声影像组学模型在训练集和验证集中诊断PTMC患者颈部淋巴结转移的曲线下面积(AUC)分别为0.78(95%可信区间:0.74~0.82)和0.72(95%可信区间:0.68~0.75);联合模型在训练集和验证集中诊断PTMC患者颈部淋巴结转移的AUC分别为0.87(95%可信区间:0.83~0.90)和0.81(95%可信区间:0.78~0.83),联合模型在训练集和验证集的AUC均高于超声影像组学模型(P=0.043、0.036)。结论基于超声影像组学联合临床特征的预测模型在PTMC患者颈部淋巴结转移的诊断中有一定的临床价值。 展开更多
关键词 超声检查 影像组学 甲状腺微小乳头状癌 淋巴结转移
下载PDF
灰阶超声影像组学鉴别诊断皮下组织血管瘤与卡波西型血管内皮瘤 被引量:1
2
作者 牛雅宁 于一行 +6 位作者 龚毓宾 董健 赵婧 胡文笳 董长宪 刘秋雨 吴刚 《中国医学影像技术》 CSCD 北大核心 2022年第11期1704-1709,共6页
目的 观察灰阶超声影像组学鉴别诊断皮下组织血管瘤(HE)与卡波西型血管内皮瘤(KHE)的价值。方法 回顾性分析143例皮下组织HE和70例KHE共252处病灶,按7∶3比例将病灶随机分为训练集(n=176)和验证集(n=76);提取病灶灰阶超声影像组学特征,... 目的 观察灰阶超声影像组学鉴别诊断皮下组织血管瘤(HE)与卡波西型血管内皮瘤(KHE)的价值。方法 回顾性分析143例皮下组织HE和70例KHE共252处病灶,按7∶3比例将病灶随机分为训练集(n=176)和验证集(n=76);提取病灶灰阶超声影像组学特征,构建影像组学模型,结合临床资料建立联合模型,观察各模型鉴别诊断皮下组织HE与KHE的效能。结果 共选取22个系数非零的稳定特征。影像组学模型鉴别训练集皮下组织HE与KHE的曲线下面积(AUC)、准确率、敏感度、特异度、阳性预测值及阴性预测值分别为0.91[95%CI(0.89,0.93)]、91.41%、83.20%、93.92%、95.79%及89.00%;用于验证集分别为0.85[95%CI(0.83,0.87)]、90.78%、79.32%、97.90%、96.71%及88.68%。联合模型鉴别训练集皮下组织HE与KHE的AUC、准确率、敏感度、特异度、阳性预测值及阴性预测值分别为0.94[95%CI(0.92,0.96)]、94.33%、90.77%、96.38%、94.23%及94.90%;用于验证集分别为0.90[95%CI(0.88,0.92)]、92.14%、85.69%、95.76%、93.33%及92.30%。联合模型鉴别诊断皮下组织HE与KHE的AUC均大于影像组学模型(P均<0.05)。结论 灰阶超声影像组学鉴别诊断皮下组织HE与KHE的效能较佳;联合临床特征可进一步提高其诊断效能。 展开更多
关键词 血管瘤 血管内皮瘤 超声检查 影像组学
下载PDF
不同超声影像组学模型鉴别皮下组织血管瘤和卡波西型血管内皮瘤
3
作者 牛雅宁 于一行 +3 位作者 龚毓宾 董健 赵婧 吴刚 《中国医学影像学杂志》 2024年第7期721-725,共5页
目的通过构建两种超声影像组学模型鉴别皮下组织血管瘤与卡波西型血管内皮瘤,评价不同超声影像组学模型鉴别两种疾病的价值,比较两种模型诊断效能的差异。资料与方法回顾性分析2020年8月—2022年5月于河南省人民医院血管瘤科就诊并经临... 目的通过构建两种超声影像组学模型鉴别皮下组织血管瘤与卡波西型血管内皮瘤,评价不同超声影像组学模型鉴别两种疾病的价值,比较两种模型诊断效能的差异。资料与方法回顾性分析2020年8月—2022年5月于河南省人民医院血管瘤科就诊并经临床或病理证实的皮下组织血管瘤或卡波西型血管内皮瘤患者90例,应用影像组学方法提取图像特征,采用最小绝对收缩和选择算法对特征降维,使用支持向量机和随机森林构建影像组学模型,对比不同模型的诊断效能。结果基于精选的10个影像组学特征建立两种模型,支持向量机模型训练组和验证组的曲线下面积、准确度、敏感度、特异度、阳性预测值及阴性预测值分别为0.902(95%CI0.887~0.917)、92.1%、85.0%、92.3%、90.9%、93.5%和0.827(95%CI0.787~0.856)、85.2%、70.0%、94.1%、90.9%、85.0%;随机森林模型训练组和验证组上述指标分别为0.960(95%CI 0.938~0.983)、98.4%、96.4%、97.8%、98.1%、97.2%和0.742(95%CI0.699~0.785)、77.8%、57.1%、82.3%、79.6%、62.5%。训练组和验证组两种模型曲线下面积差异均有统计学意义(Z=-3.306、-2.009,P<0.05)。结论超声影像组学可以鉴别皮下组织血管瘤与卡波西型血管内皮瘤,支持向量机模型在小样本数据中的诊断效能更稳定。 展开更多
关键词 血管瘤 卡波西型血管内皮瘤 超声检查 影像组学 算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部