目的探究磁共振弹性成像(Magnetic resonance elastography,MRE)在宫颈癌的临床价值。材料与方法本研究前瞻性地招募39名病理诊断为宫颈癌的患者(宫颈癌组),并招募39名年龄、体质指数(body mass index,BMI)相匹配的健康女性志愿者(健康...目的探究磁共振弹性成像(Magnetic resonance elastography,MRE)在宫颈癌的临床价值。材料与方法本研究前瞻性地招募39名病理诊断为宫颈癌的患者(宫颈癌组),并招募39名年龄、体质指数(body mass index,BMI)相匹配的健康女性志愿者(健康对照组)进行宫颈常规磁共振扫描和频率为60 Hz的MRE检查。测量两组受试者宫颈的弹性值以及宫颈癌组肿瘤的体积及浸润深度,收集宫颈癌组患者的肿瘤分期。选择配对样本t检验比较宫颈癌组和健康对照组的弹性值,采用Spearman秩相关系数及受试者工作特征(receiver operating characteristic,ROC)曲线分析弹性值、肿瘤体积和浸润深度与宫颈癌分期间的相关性及诊断宫颈癌分期的效能。结果宫颈癌患者组的平均弹性值[(5.76±0.99)kPa]显著高于健康对照组[(2.94±0.25)kPa;P<0.001]。弹性值、肿瘤体积及浸润深度在早期(≤ⅡA期)、晚期(≥ⅡB期)宫颈癌之间差异存在统计学意义,且与宫颈癌分期呈正相关(r=0.439、0.384、0.322;P均<0.05)。弹性值的诊断效能优于肿瘤体积和浸润深度,ROC曲线下面积(area under the curve,AUC)分别为0.754、0.722、0.687。结论MRE技术可以作为一种非侵入性的辅助检查手段,帮助宫颈癌的诊断和分期评估,在宫颈癌研究和治疗策略的制订中具有潜在的临床应用前景。展开更多
大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油...大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油含水率软件检测大豆含油率;核磁共振成像(magnetic resonance imaging,MRI)结合深度学习,建立大豆含油率高低判别模型。引入低场二维核磁共振(low field two-dimensional nuclear magnetic resonance,LF-2D-NMR)技术,定性分析一维波谱中信号重叠无法区分组分的问题。试验结果表明,LF-NMR含油含水率软件能快速准确检测大豆含油率,T1-T2二维核磁图谱成功解决了自由水和油信号重叠问题。利用U-net++深度学习模型对MRI成像的矢状面、冠状面、横截面以及三面混合数据集进行训练,其中横截面评价指标与其他数据集相比更优,语义分割部分中平均交并比(mean intersection over union,mIoU)约0.9058,全局准确率0.9980,训练后的模型能够将MRI图像识别并分割,快速判别大豆含油率高低。试验证明,LF-NMR及MRI能够快速无损掌握大豆含油率信息,为大豆的高油育种提供了新思路和技术支持。展开更多
文摘目的探究磁共振弹性成像(Magnetic resonance elastography,MRE)在宫颈癌的临床价值。材料与方法本研究前瞻性地招募39名病理诊断为宫颈癌的患者(宫颈癌组),并招募39名年龄、体质指数(body mass index,BMI)相匹配的健康女性志愿者(健康对照组)进行宫颈常规磁共振扫描和频率为60 Hz的MRE检查。测量两组受试者宫颈的弹性值以及宫颈癌组肿瘤的体积及浸润深度,收集宫颈癌组患者的肿瘤分期。选择配对样本t检验比较宫颈癌组和健康对照组的弹性值,采用Spearman秩相关系数及受试者工作特征(receiver operating characteristic,ROC)曲线分析弹性值、肿瘤体积和浸润深度与宫颈癌分期间的相关性及诊断宫颈癌分期的效能。结果宫颈癌患者组的平均弹性值[(5.76±0.99)kPa]显著高于健康对照组[(2.94±0.25)kPa;P<0.001]。弹性值、肿瘤体积及浸润深度在早期(≤ⅡA期)、晚期(≥ⅡB期)宫颈癌之间差异存在统计学意义,且与宫颈癌分期呈正相关(r=0.439、0.384、0.322;P均<0.05)。弹性值的诊断效能优于肿瘤体积和浸润深度,ROC曲线下面积(area under the curve,AUC)分别为0.754、0.722、0.687。结论MRE技术可以作为一种非侵入性的辅助检查手段,帮助宫颈癌的诊断和分期评估,在宫颈癌研究和治疗策略的制订中具有潜在的临床应用前景。
文摘大豆含油率的高低直接影响榨油与育种结果。为探究大豆含油率的最佳检测方法与构建含油率高低判别模型,该研究基于不同维度低场核磁共振(low field nuclear magnetic resonance,LF-NMR)技术,以国标法为对照,利用LF-NMR波谱和LF-NMR含油含水率软件检测大豆含油率;核磁共振成像(magnetic resonance imaging,MRI)结合深度学习,建立大豆含油率高低判别模型。引入低场二维核磁共振(low field two-dimensional nuclear magnetic resonance,LF-2D-NMR)技术,定性分析一维波谱中信号重叠无法区分组分的问题。试验结果表明,LF-NMR含油含水率软件能快速准确检测大豆含油率,T1-T2二维核磁图谱成功解决了自由水和油信号重叠问题。利用U-net++深度学习模型对MRI成像的矢状面、冠状面、横截面以及三面混合数据集进行训练,其中横截面评价指标与其他数据集相比更优,语义分割部分中平均交并比(mean intersection over union,mIoU)约0.9058,全局准确率0.9980,训练后的模型能够将MRI图像识别并分割,快速判别大豆含油率高低。试验证明,LF-NMR及MRI能够快速无损掌握大豆含油率信息,为大豆的高油育种提供了新思路和技术支持。