期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于深度学习的超声影像组学构建乙型肝炎肝纤维化预测模型研究
1
作者 包剑锋 艾勤勤 +2 位作者 刘德林 梁妃 张旭 《中西医结合肝病杂志》 CAS 2024年第11期1017-1022,共6页
目的:开发并验证基于机器学习的乙型肝炎肝纤维化超声影像组学预测模型。方法:纳入2019年11月至2023年12月期间行超声引导下肝脏活检评估肝纤维化患者为研究对象,患者按照7∶3的比例随机分配到训练集和验证集。通过影像组学方法对超声... 目的:开发并验证基于机器学习的乙型肝炎肝纤维化超声影像组学预测模型。方法:纳入2019年11月至2023年12月期间行超声引导下肝脏活检评估肝纤维化患者为研究对象,患者按照7∶3的比例随机分配到训练集和验证集。通过影像组学方法对超声图像进行特征提取,然后采用L1_based方法进行特征筛选,并基于深度学习算法建立肝纤维化预测模型,以预测肝纤维化程度。通过测试队列评估该模型的泛化能力。计算受试者工作特征曲线(AUC)下面积、准确度(ACC)、精确度(Precision)、召回率(Recall)、F1分数和决策曲线分析。结果:本研究共纳入278例患者的超声图像用于预测模型的训练和验证,另外独立的56例患者超声图像用于模型测试。从超声图像中共提取851个影像组学特征,最终筛选出100个特征构建预测模型。该模型在训练队列、验证队列、测试队列的AUC分别为0.96[95%CI:0.9328~0.9823],0.76[95%CI:0.6516~0.8664],0.74(95%CI:0.5993~0.8741)。决策曲线结果显示,该模型在阈值概率0.15~0.65范围内具有最大的净效益。结论:基于机器学习构建的超声影像组学肝纤维化预测模型在内部验证队列和测试队列中均表现出较高的诊断效能。超声影像组学在肝纤维化诊断中可以提供更多潜在的信息,为肝纤维化无创评估提供了潜在的方法和策略。 展开更多
关键词 乙型肝炎 肝纤维化 超声 影像组学 机器学习
下载PDF
HBV相关肝硬化结节的多模态超声诊断价值 被引量:2
2
作者 孙希希 黄斌 +1 位作者 刘德林 孔梓祥 《中国现代医生》 2017年第33期95-98,F0003,共5页
目的采用多模态超声对HBV相关肝硬化背景内结节进行评估并分类。方法选取2013年10月~2016年10月于浙江中医药大学附属杭州市西溪医院就诊的HBV相关性肝硬化患者200例,其中病理诊断为增生结节(RN)者51例,不典型增生结节(DN)者57例,其中... 目的采用多模态超声对HBV相关肝硬化背景内结节进行评估并分类。方法选取2013年10月~2016年10月于浙江中医药大学附属杭州市西溪医院就诊的HBV相关性肝硬化患者200例,其中病理诊断为增生结节(RN)者51例,不典型增生结节(DN)者57例,其中低级别不典型增生结节(LGDN)27例,高级别不典型增生结节(HGDN)30例,肝细胞肝癌(HCC)为17例,均行多模态二维超声、彩色多普勒、超声造影检查,对比不同病理类型的结节多模态超声特征性表现,进一步将肝硬化背景肝内结节分为Ⅰ、Ⅱ、Ⅲ、Ⅳ4类。采用χ~2检验比较不同大小、超声造影不同增强模式肝硬化背景肝内DN及HCC检出率的差异。结果直径2.0~3.0 cm结节25个,均为HCC与DN;直径1.0~2.0 cm结节94个,4个为HCC,24个为HGDN;直径<1.0 cm结节6个,全部为RN;不同大小肝硬化背景肝内结节HCC与DN检出率差异有统计学意义(P<0.05)。RN结节主要以"等进等出"增强模式为主,LGDN主要以"慢进等出"增强模式为主,HGDN及HCC主要以"快进快出"增强模式为主,不同组间不同的增强模式差异有统计学意义(P<0.05);而HCC与HGDN在造影剂进入时间、达峰时间、流出时间上差异有统计学意义(P<0.05),Ⅲ类、Ⅳ类结节在DN及HCC检出率上差异有统计学意义(P<0.05)。结论多模态超声对于HBV相关肝硬化肝内结节进行评估、分类,对于HGDN及HCC早期诊断有一定帮助。 展开更多
关键词 多模态超声 超声造影 肝内不典型增生结节 肝肿瘤
下载PDF
超声介入医师训练实时影像虚拟导航系统辅助肝癌消融的学习曲线分析 被引量:1
3
作者 蔡怀杰 王涵 +3 位作者 孙希希 曹南 黄斌 刘德林 《中华医学超声杂志(电子版)》 CSCD 北大核心 2021年第1期106-112,共7页
目的分析超声介入医师行实时影像虚拟导航系统(RVS)辅助肝癌消融的学习曲线。方法回顾性分析2018年10月至2019年9月就诊于浙江中医药大学附属杭州市西溪医院的,由同一名具有5年以上超声引导下肝癌消融经验的医师,行RVS引导下辅助肝癌消... 目的分析超声介入医师行实时影像虚拟导航系统(RVS)辅助肝癌消融的学习曲线。方法回顾性分析2018年10月至2019年9月就诊于浙江中医药大学附属杭州市西溪医院的,由同一名具有5年以上超声引导下肝癌消融经验的医师,行RVS引导下辅助肝癌消融的第1~60例肝癌患者资料。按照治疗顺序分为A、B、C组,每组各20例。采用方差分析比较各组间RVS术前融合时间和肿瘤消融时间的差异,组间两两比较采用LSD-t检验;采用Fisher确切概率法分析患者组间肿瘤1次性消融成功率和术后1个月肿瘤的完全灭活率的差异。绘制RVS辅助肝癌消融的术前融合时间曲线图。结果A组的RVS术前融合时间、肿瘤消融时间明显大于B组及C组[(20.9±6.7)min vs(9.7±1.2)min vs(9.6±2.7)min;(23.1±7.9)min vs(19.6±5.0)min vs(19.2±3.7)min],差异具有统计学意义(t=7.4,P<0.001;t=1.9,P=0.035),B组与C组之间比较,差异均无统计学意义(P均>0.05);A组的肿瘤1次性消融成功率[74.1%(20/27)]小于B组[96.4%(27/28)]和C组[96.4%(27/28)],差异具有统计学意义(P均=0.025),B组与C组之间比较,差异无统计学意义(P>0.05)。3组RVS辅助肝癌消融术后1个月肿瘤完全灭活率比较[92.6%(25/27)vs 92.9%(26/28)vs 92.9%(26/28)],差异均无统计学意义(P均>0.05)。操作者积累约20例患者后,术前融合时间趋于稳定,学习进入平台期。结论对于期望熟练掌握RVS辅助肝癌消融的介入医师,操作者积累约20例患者RVS辅助肝癌消融可以明显缩短术前融合时间和肿瘤消融时间,提高融合精准度、团队契合度及肿瘤1次性消融成功率,之后学习曲线进入平台期。 展开更多
关键词 实时影像融合导航系统 肝癌 消融术
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部