基于T_(2)WI纹理分析鉴别宫颈鳞癌和腺癌的价值研究

目的探讨T_(2)WI纹理分析在术前鉴别宫颈鳞癌和宫颈腺癌中的价值。方法选取92例患者的术前T_(2)WI图像,从A·K软件中提取纹理参数共1117个,进一步进行纹理分析。通过Mann-Whitney u检验、单变量logistic回归分析和最小冗余最大相关性算法,选择纹理特征来区分宫颈鳞癌和宫颈腺癌。基于随机森林算法构建区分鳞癌和腺癌的预测模型,并通过受试者工作特征(ROC)曲线分析,以评价模型的诊断性能。最后,通过10次留组交叉验证法(LGOCV)评估预测模型的稳健性和可重复性。结果本文中在特征选择后,最终保留了5个鉴别宫颈鳞癌和宫颈腺癌的纹理特征用于构建RF模型。预测模型在区分宫颈鳞癌和宫颈腺癌方面具有良好的分类性能:准确率为81.4%、敏感性为81.33%,特异性为81.8%。此外,使用10次LGOCV算法证明了预测模型的稳健性和可重现性(平均AUC,0.83)。结论磁共振T_(2)WI纹理分析在鉴别宫颈鳞癌和宫颈腺癌方面有一定的鉴别诊断价值。

新冠病毒变异株Omicron老年感染者的肺部CT人工智能量化分析

目的:通过人工智能软件对感染新冠病毒奥密克戎(Omicron)变异株的老年患者肺部表现进行量化分析,探讨该病毒对老年患者肺部的影响.方法:回顾性分析427例60岁以上老年新冠病毒感染者的CT影像资料,采用联影公司开发的人工智能(AI)软件,对肺部感染的部位、程度、容积及密度等进行量化分析,对比治疗前后肺部感染的程度.统计学软件采用SPSS 26.0.结果:427例感染新冠病毒Omicron变异株的老年患者中,365例(85.48%)AI检测到肺部感染,全肺感染占比为2.1%(0.60%,5.60%).右肺的感染重于左肺(P=0.000),有基础疾病者肺部感染重于无基础疾病者(P=0.000),重症组肺部感染重于轻症组(P=0.000);对比治疗前肺部感染程度,治疗后肺部感染吸收不明显,主要表现为实变的肺组织增多(P<0.05).结论:Omicron变异株对老年免疫力低下的患者有较大影响;高龄和基础病加重肺部感染的程度,同时叠加肺部其他致病菌,可能是老年新冠肺炎转为重型或危重型的危险因素.