目的分析3.0 T MRI扩散加权成像及动态增强扫描在子宫内膜病变中的诊断价值。方法选取2022年06月到2024年02月96例阴道超声筛查发现子宫内膜病变患者,所有患者分别进行3.0 T MRI扩散加权成像、动态增强扫描,以病理检查为金标准,比较不同...目的分析3.0 T MRI扩散加权成像及动态增强扫描在子宫内膜病变中的诊断价值。方法选取2022年06月到2024年02月96例阴道超声筛查发现子宫内膜病变患者,所有患者分别进行3.0 T MRI扩散加权成像、动态增强扫描,以病理检查为金标准,比较不同MRI检查方法的诊断价值;根据本组患者子宫内膜病理诊断结果分为良性组与恶性组,比较两组ADC值、强化峰值、峰值时间、流出分数等指标的差异。结果本组96例患者病理诊断为子宫内膜癌38例,子宫内膜良性病变58例,MRI扩散加权成像检查结果提示子宫内膜癌36例,子宫内膜良性病变60例,漏诊3例、误诊1例;MRI动态增强扫描检查结果提示子宫内膜癌38例,子宫内膜良性病变58例,漏诊4例、误诊4例;两种方法在子宫内膜病变良恶性鉴别诊断中的敏感度、特异度、准确的、阴性预测值相比,差异无意义(P>0.05);MRI扩散加权成像的阳性预测值高于MRI动态增强扫描,差异有意义(P<0.05);良性组与恶性组表观扩散系数(ADC值)、峰值信号强度、最大相对强化度、峰值时间等指标相比,差异有意义(P<0.05)。结论3.0 T MRI扩散加权成像及动态增强扫描在子宫内膜病变中均有较好的诊断价值,通过观察子宫内膜病变的ADC值、峰值信号强度、最大相对强化度、峰值时间等指标,辅助子宫内膜病变的鉴别诊断,可推广使用。展开更多
目的建立不同机器学习算法的增强后T1加权图像影像组学模型,并对比不同模型鉴别肺癌与非肺癌脑转移瘤的诊断效能。材料与方法将728例肺癌脑转移瘤与126例非肺癌脑转移瘤患者按照7∶3比例随机分为训练集599例与验证集255例,所有患者增强T...目的建立不同机器学习算法的增强后T1加权图像影像组学模型,并对比不同模型鉴别肺癌与非肺癌脑转移瘤的诊断效能。材料与方法将728例肺癌脑转移瘤与126例非肺癌脑转移瘤患者按照7∶3比例随机分为训练集599例与验证集255例,所有患者增强T1加权图像导入ITK-SNAP软件,手动勾画感兴趣区(region of interest,ROI)。基于ROI进行影像组学特征提取并使用最小绝对收缩选择算子进行特征筛选。基于显著特征,分别建立支持向量机(support vector machines,SVM)、随机森林(random forest,RF)和逻辑回归(logistics regression,LR)模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估模型对肺癌脑转移瘤及非肺癌脑转移瘤的鉴别诊断效能。结果经过特征筛选后最终保留5个显著特征,诊断效能最好的SVM影像组学模型在训练集中的ROC曲线下面积(area under the curve,AUC)为0.796,准确度为85.3%,敏感度为87.8%,特异度为70.8%,验证集中的AUC为0.789,准确度为90.2%,敏感度为95.4%,特异度为59.5%。结论基于增强MR影像组学模型可用于预测原发灶不明脑转移瘤的肺癌与非肺癌原发灶肿瘤类型,SVM模型诊断价值高于RF及LR模型。展开更多
目的探讨应用3.0 T磁共振动态增强(MRI-DCE)及扩散加权成像(DWI)诊断浸润性乳腺癌腋窝淋巴结(ALN)转移的价值。方法我院收治的143例早期浸润性乳腺癌患者,均接受MRI-DCE及DWI评估ALN转移情况,分析两者在ALN转移中诊断价值。结果以病理...目的探讨应用3.0 T磁共振动态增强(MRI-DCE)及扩散加权成像(DWI)诊断浸润性乳腺癌腋窝淋巴结(ALN)转移的价值。方法我院收治的143例早期浸润性乳腺癌患者,均接受MRI-DCE及DWI评估ALN转移情况,分析两者在ALN转移中诊断价值。结果以病理诊断为金标准,MRI-DCE联合DWI诊断ALN灵敏度、特异度、阳性预测值与阴性预测值分别为94.59%、96.23%、89.74%与98.08%;ALN转移与无ALN转移患者边界、早期强化模式、DWI信号、长径、短径、早期强化率、最大强化率、皮质厚度、表观扩散系数(ADC)值等MRI表现比较,差异有统计学意义(P<0.05);DWI高信号、短径及ADC值是ALN转移的影响因素(P<0.05);DWI信号、短径及ADC值诊断ALN转移曲线下面积(AUC)为0.619、0.745、0.734,各指标联合诊断ALN转移AUC值为0.835。结论3.0 T MR动态增强及扩散加权成像可以有效检出早期浸润性乳腺癌ALN转移,测定DWI信号、短径及ADC值联合有助于提高患者ALN转移诊断价值。展开更多
文摘目的分析3.0 T MRI扩散加权成像及动态增强扫描在子宫内膜病变中的诊断价值。方法选取2022年06月到2024年02月96例阴道超声筛查发现子宫内膜病变患者,所有患者分别进行3.0 T MRI扩散加权成像、动态增强扫描,以病理检查为金标准,比较不同MRI检查方法的诊断价值;根据本组患者子宫内膜病理诊断结果分为良性组与恶性组,比较两组ADC值、强化峰值、峰值时间、流出分数等指标的差异。结果本组96例患者病理诊断为子宫内膜癌38例,子宫内膜良性病变58例,MRI扩散加权成像检查结果提示子宫内膜癌36例,子宫内膜良性病变60例,漏诊3例、误诊1例;MRI动态增强扫描检查结果提示子宫内膜癌38例,子宫内膜良性病变58例,漏诊4例、误诊4例;两种方法在子宫内膜病变良恶性鉴别诊断中的敏感度、特异度、准确的、阴性预测值相比,差异无意义(P>0.05);MRI扩散加权成像的阳性预测值高于MRI动态增强扫描,差异有意义(P<0.05);良性组与恶性组表观扩散系数(ADC值)、峰值信号强度、最大相对强化度、峰值时间等指标相比,差异有意义(P<0.05)。结论3.0 T MRI扩散加权成像及动态增强扫描在子宫内膜病变中均有较好的诊断价值,通过观察子宫内膜病变的ADC值、峰值信号强度、最大相对强化度、峰值时间等指标,辅助子宫内膜病变的鉴别诊断,可推广使用。
文摘目的建立不同机器学习算法的增强后T1加权图像影像组学模型,并对比不同模型鉴别肺癌与非肺癌脑转移瘤的诊断效能。材料与方法将728例肺癌脑转移瘤与126例非肺癌脑转移瘤患者按照7∶3比例随机分为训练集599例与验证集255例,所有患者增强T1加权图像导入ITK-SNAP软件,手动勾画感兴趣区(region of interest,ROI)。基于ROI进行影像组学特征提取并使用最小绝对收缩选择算子进行特征筛选。基于显著特征,分别建立支持向量机(support vector machines,SVM)、随机森林(random forest,RF)和逻辑回归(logistics regression,LR)模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线评估模型对肺癌脑转移瘤及非肺癌脑转移瘤的鉴别诊断效能。结果经过特征筛选后最终保留5个显著特征,诊断效能最好的SVM影像组学模型在训练集中的ROC曲线下面积(area under the curve,AUC)为0.796,准确度为85.3%,敏感度为87.8%,特异度为70.8%,验证集中的AUC为0.789,准确度为90.2%,敏感度为95.4%,特异度为59.5%。结论基于增强MR影像组学模型可用于预测原发灶不明脑转移瘤的肺癌与非肺癌原发灶肿瘤类型,SVM模型诊断价值高于RF及LR模型。
文摘目的探讨应用3.0 T磁共振动态增强(MRI-DCE)及扩散加权成像(DWI)诊断浸润性乳腺癌腋窝淋巴结(ALN)转移的价值。方法我院收治的143例早期浸润性乳腺癌患者,均接受MRI-DCE及DWI评估ALN转移情况,分析两者在ALN转移中诊断价值。结果以病理诊断为金标准,MRI-DCE联合DWI诊断ALN灵敏度、特异度、阳性预测值与阴性预测值分别为94.59%、96.23%、89.74%与98.08%;ALN转移与无ALN转移患者边界、早期强化模式、DWI信号、长径、短径、早期强化率、最大强化率、皮质厚度、表观扩散系数(ADC)值等MRI表现比较,差异有统计学意义(P<0.05);DWI高信号、短径及ADC值是ALN转移的影响因素(P<0.05);DWI信号、短径及ADC值诊断ALN转移曲线下面积(AUC)为0.619、0.745、0.734,各指标联合诊断ALN转移AUC值为0.835。结论3.0 T MR动态增强及扩散加权成像可以有效检出早期浸润性乳腺癌ALN转移,测定DWI信号、短径及ADC值联合有助于提高患者ALN转移诊断价值。
