期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
磁共振弥散成像的ADC直方图对子宫内膜癌分级分期及Ki⁃67表达的评估价值
1
作者
曹蕾
杨立赟
+2 位作者
田浩
李敏达
赵金丽
《中国医学计算机成像杂志》
CSCD
北大核心
2024年第1期80-85,共6页
目的:分析磁共振弥散表观弥散系数(ADC)直方图参数与子宫内膜癌的病理分级、分期及Ki⁃67表达的相关性,探讨ADC直方图的应用价值。方法:南通大学附属医院2016年1月至2022年10月的110例子宫内膜癌患者纳入研究,术前完成3 T磁共振弥散成像...
目的:分析磁共振弥散表观弥散系数(ADC)直方图参数与子宫内膜癌的病理分级、分期及Ki⁃67表达的相关性,探讨ADC直方图的应用价值。方法:南通大学附属医院2016年1月至2022年10月的110例子宫内膜癌患者纳入研究,术前完成3 T磁共振弥散成像并由工作站获取ADC图,术后均有病理分级、分期以及Ki⁃67表达水平。Mann⁃Whitney U检验用于评估不同组之间ADC直方图参数的差异。通过Pearson相关分析评估Ki⁃67表达与ADC直方图参数之间的相关性。使用受试者工作特征(ROC)曲线分析评估不同组间差异参数的诊断性能。结果:(1)子宫内膜癌病理高、中、低分化组的ADCmean、ADCske和ADCkur分别为(1.37±0.53)×10^(-3)mm^(2)/s、1.36±0.52、1.70±0.64,(0.92±0.50)×10^(-3)mm^(2)/s、0.92±0.51、1.10±0.54,(0.73±0.40)×10^(-3)mm^(2)/s、0.73±0.41、0.86±0.41;国际妇产科联盟(FIGO)分期Ⅰ、Ⅱ、Ⅲ、Ⅳ期的ADCmean、ADCske、ADCkur分别为(1.38±0.53)×10^(-3)mm^(2)/s、0.11±0.69、0.38±1.79,(1.01±0.49)×10^(-3)mm^(2)/s、0.15±0.73、0.36±1.33,(0.74±0.40)×10^(-3)mm^(2)/s、0.06±0.47、0.59±0.55,(0.56±0.29)×10^(-3)mm^(2)/s、0.07±0.47、0.52±0.57。不同级及不同分期肿瘤之间的ADC直方图参数存在统计学差异。淋巴结阳性及阴性组的ADCmean、ADCske、ADCkur分别为(0.62±0.25)×10^(-3)mm^(2)/s、0.01±0.56、0.56±0.59,(1.14±0.55)×10^(-3)mm^(2)/s、0.03±0.72、0.28±1.46。淋巴结阳性组ADC参数显著低于淋巴结阴性组。(2)ADCmean、ADC10th、ADC50th、ADC90th和Ki⁃67表达之间存在显著的负相关。(3)在盆腔淋巴结阳性组与阴性组的ROC曲线分析中,ADCmean、ADC10th、ADC50th、ADC90th的曲线下面积(AUC)分别为0.816、0.776、0.803、0.834,ADC90th的AUC与ADC10th、ADC50th间有统计学差异。结论:ADC直方图定量参数有助于预测子宫内膜癌的分级、分期和淋巴结转移,也有助于肿瘤Ki⁃67表达的评估。
展开更多
关键词
子宫内膜癌
磁共振成像
表观弥散系数
直方图分析
Ki⁃67
下载PDF
职称材料
基于扩散峰度成像序列平均扩散峰度图的影像组学列线图在鉴别乳腺良恶性肿块中的应用
2
作者
曹蕾
周静怡
蒋璟璇
《海南医学》
CAS
2024年第13期1909-1913,共5页
目的探讨基于磁共振扩散峰度成像(DKI)序列平均扩散峰度(MK)图像影像组学特征构建列线图模型术前预测乳腺肿块良恶性的价值。方法纳入2018年1月至2022年12月于上海交通大学附属第六人民医院术前行DKI检查的乳腺肿块患者129例。根据术后...
目的探讨基于磁共振扩散峰度成像(DKI)序列平均扩散峰度(MK)图像影像组学特征构建列线图模型术前预测乳腺肿块良恶性的价值。方法纳入2018年1月至2022年12月于上海交通大学附属第六人民医院术前行DKI检查的乳腺肿块患者129例。根据术后病理分为良性组55例和恶性组74例,按照7:3随机分为训练集87例和验证集42例。基于MK图像提取肿块的影像组学特征,构建影像组学模型。使用逻辑回归(LR)算法结合影像组学特征和独立临床危险因素构建列线图模型,并绘制受试者特征曲线(ROC)以评估各模型的诊断效能。结果最后共筛出3个影像组学特征和2个临床特征来构建模型。在测试队列中,列线图模型曲线下面积(AUC)为0.947,明显高于影像组学模型(AUC:0.854)和临床模型(AUC:0.789),显示出最佳效能(均P<0.05)。结论联合影像组学和临床特征构建的列线图模型能够更好地在术前鉴别乳腺肿块的良恶性。
展开更多
关键词
扩散峰度成像
磁共振
影像组学
乳腺
列线图
下载PDF
职称材料
DCE-MRI联合DWI对子宫内膜癌病理分级的诊断价值
3
作者
曹蕾
杨立赟
+3 位作者
田浩
李敏达
吴晓颖
赵金丽
《交通医学》
2023年第1期57-59,共3页
目的:探讨磁共振动态对比增强成像(DCE-MRI)联合弥散加权成像(DWI)评估子宫内膜癌病理分级的临床价值。方法:接受手术治疗的子宫内膜癌患者81例,术前均行DCE-MRI和DWI检查,比较高级别和低级别子宫内膜癌Ktrans、Kep及ADC值,分析DCE-MRI...
目的:探讨磁共振动态对比增强成像(DCE-MRI)联合弥散加权成像(DWI)评估子宫内膜癌病理分级的临床价值。方法:接受手术治疗的子宫内膜癌患者81例,术前均行DCE-MRI和DWI检查,比较高级别和低级别子宫内膜癌Ktrans、Kep及ADC值,分析DCE-MRI联合DWI在子宫内膜癌病理分级诊断中的价值。结果:高级别子宫内膜癌Ktrans、Kep和ADC值明显低于低级别患者,差异均有统计学意义(P<0.001),高级别与低级别子宫内膜癌Ve值比较,差异无统计学意义(P>0.05)。DCE-MRI参数Ktrans、Kep与DWI参数ADC的ROC曲线下面积(AUC)比较,差异均无统计学意义(P>0.05),Ktrans、Kep与ADC联合诊断的AUC大于单一参数,差异均有统计学意义(P<0.05)。结论:磁共振DCE及DWI能较好评估子宫内膜癌的病理分级,联合诊断效能更佳。
展开更多
关键词
磁共振动态对比增强成像
弥散加权成像
子宫内膜癌
病理分级
下载PDF
职称材料
题名
磁共振弥散成像的ADC直方图对子宫内膜癌分级分期及Ki⁃67表达的评估价值
1
作者
曹蕾
杨立赟
田浩
李敏达
赵金丽
机构
南通
大学附属
医院
影像科
南通市海门区中医院放射科
出处
《中国医学计算机成像杂志》
CSCD
北大核心
2024年第1期80-85,共6页
基金
南通市社会民生科技项目(MS12021102)。
文摘
目的:分析磁共振弥散表观弥散系数(ADC)直方图参数与子宫内膜癌的病理分级、分期及Ki⁃67表达的相关性,探讨ADC直方图的应用价值。方法:南通大学附属医院2016年1月至2022年10月的110例子宫内膜癌患者纳入研究,术前完成3 T磁共振弥散成像并由工作站获取ADC图,术后均有病理分级、分期以及Ki⁃67表达水平。Mann⁃Whitney U检验用于评估不同组之间ADC直方图参数的差异。通过Pearson相关分析评估Ki⁃67表达与ADC直方图参数之间的相关性。使用受试者工作特征(ROC)曲线分析评估不同组间差异参数的诊断性能。结果:(1)子宫内膜癌病理高、中、低分化组的ADCmean、ADCske和ADCkur分别为(1.37±0.53)×10^(-3)mm^(2)/s、1.36±0.52、1.70±0.64,(0.92±0.50)×10^(-3)mm^(2)/s、0.92±0.51、1.10±0.54,(0.73±0.40)×10^(-3)mm^(2)/s、0.73±0.41、0.86±0.41;国际妇产科联盟(FIGO)分期Ⅰ、Ⅱ、Ⅲ、Ⅳ期的ADCmean、ADCske、ADCkur分别为(1.38±0.53)×10^(-3)mm^(2)/s、0.11±0.69、0.38±1.79,(1.01±0.49)×10^(-3)mm^(2)/s、0.15±0.73、0.36±1.33,(0.74±0.40)×10^(-3)mm^(2)/s、0.06±0.47、0.59±0.55,(0.56±0.29)×10^(-3)mm^(2)/s、0.07±0.47、0.52±0.57。不同级及不同分期肿瘤之间的ADC直方图参数存在统计学差异。淋巴结阳性及阴性组的ADCmean、ADCske、ADCkur分别为(0.62±0.25)×10^(-3)mm^(2)/s、0.01±0.56、0.56±0.59,(1.14±0.55)×10^(-3)mm^(2)/s、0.03±0.72、0.28±1.46。淋巴结阳性组ADC参数显著低于淋巴结阴性组。(2)ADCmean、ADC10th、ADC50th、ADC90th和Ki⁃67表达之间存在显著的负相关。(3)在盆腔淋巴结阳性组与阴性组的ROC曲线分析中,ADCmean、ADC10th、ADC50th、ADC90th的曲线下面积(AUC)分别为0.816、0.776、0.803、0.834,ADC90th的AUC与ADC10th、ADC50th间有统计学差异。结论:ADC直方图定量参数有助于预测子宫内膜癌的分级、分期和淋巴结转移,也有助于肿瘤Ki⁃67表达的评估。
关键词
子宫内膜癌
磁共振成像
表观弥散系数
直方图分析
Ki⁃67
Keywords
Endometrial cancer
Magnetic resonance imaging
Apparent diffusion coefficient
Histogram analysis
Ki-67
分类号
R445.2 [医药卫生—影像医学与核医学]
下载PDF
职称材料
题名
基于扩散峰度成像序列平均扩散峰度图的影像组学列线图在鉴别乳腺良恶性肿块中的应用
2
作者
曹蕾
周静怡
蒋璟璇
机构
南通市海门区中医院放射科
上海交通大学附属第六人民
医院
放射科
昆山市第二人民
医院
放射科
出处
《海南医学》
CAS
2024年第13期1909-1913,共5页
文摘
目的探讨基于磁共振扩散峰度成像(DKI)序列平均扩散峰度(MK)图像影像组学特征构建列线图模型术前预测乳腺肿块良恶性的价值。方法纳入2018年1月至2022年12月于上海交通大学附属第六人民医院术前行DKI检查的乳腺肿块患者129例。根据术后病理分为良性组55例和恶性组74例,按照7:3随机分为训练集87例和验证集42例。基于MK图像提取肿块的影像组学特征,构建影像组学模型。使用逻辑回归(LR)算法结合影像组学特征和独立临床危险因素构建列线图模型,并绘制受试者特征曲线(ROC)以评估各模型的诊断效能。结果最后共筛出3个影像组学特征和2个临床特征来构建模型。在测试队列中,列线图模型曲线下面积(AUC)为0.947,明显高于影像组学模型(AUC:0.854)和临床模型(AUC:0.789),显示出最佳效能(均P<0.05)。结论联合影像组学和临床特征构建的列线图模型能够更好地在术前鉴别乳腺肿块的良恶性。
关键词
扩散峰度成像
磁共振
影像组学
乳腺
列线图
Keywords
Diffusion kurtosis imaging
Magnetic resonance imaging
Radiomics
Breast
Nomogram
分类号
R737.9 [医药卫生—肿瘤]
下载PDF
职称材料
题名
DCE-MRI联合DWI对子宫内膜癌病理分级的诊断价值
3
作者
曹蕾
杨立赟
田浩
李敏达
吴晓颖
赵金丽
机构
南通市海门区中医院放射科
南通
大学附属
医院
影像科
出处
《交通医学》
2023年第1期57-59,共3页
基金
2021南通市社会民生科技项目(MS12021102)。
文摘
目的:探讨磁共振动态对比增强成像(DCE-MRI)联合弥散加权成像(DWI)评估子宫内膜癌病理分级的临床价值。方法:接受手术治疗的子宫内膜癌患者81例,术前均行DCE-MRI和DWI检查,比较高级别和低级别子宫内膜癌Ktrans、Kep及ADC值,分析DCE-MRI联合DWI在子宫内膜癌病理分级诊断中的价值。结果:高级别子宫内膜癌Ktrans、Kep和ADC值明显低于低级别患者,差异均有统计学意义(P<0.001),高级别与低级别子宫内膜癌Ve值比较,差异无统计学意义(P>0.05)。DCE-MRI参数Ktrans、Kep与DWI参数ADC的ROC曲线下面积(AUC)比较,差异均无统计学意义(P>0.05),Ktrans、Kep与ADC联合诊断的AUC大于单一参数,差异均有统计学意义(P<0.05)。结论:磁共振DCE及DWI能较好评估子宫内膜癌的病理分级,联合诊断效能更佳。
关键词
磁共振动态对比增强成像
弥散加权成像
子宫内膜癌
病理分级
分类号
R737.33 [医药卫生—肿瘤]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
磁共振弥散成像的ADC直方图对子宫内膜癌分级分期及Ki⁃67表达的评估价值
曹蕾
杨立赟
田浩
李敏达
赵金丽
《中国医学计算机成像杂志》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于扩散峰度成像序列平均扩散峰度图的影像组学列线图在鉴别乳腺良恶性肿块中的应用
曹蕾
周静怡
蒋璟璇
《海南医学》
CAS
2024
0
下载PDF
职称材料
3
DCE-MRI联合DWI对子宫内膜癌病理分级的诊断价值
曹蕾
杨立赟
田浩
李敏达
吴晓颖
赵金丽
《交通医学》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部