排序方式: 共有10条查询结果,搜索用时 968 毫秒
1
1.
2.
目的 探讨子宫内膜间质肉瘤(endometrial stromal sarcoma, ESS)与特殊类型良性平滑肌瘤[包括富于细胞性平滑肌瘤(cellular leiomyoma, CL)、奇异核平滑肌瘤(leiomyoma with bizarre nuclei, LBN)以及静脉内平滑肌瘤病(intravenous leiomyomatosis, IVL)]的MR影像学特征差异。方法 回顾性分析2010年1月~2022年10月我院手术病理资料,纳入ESS 10例和特殊类型良性平滑肌瘤24例(非IVL和IVL各12例,其中非IVL组包括8例CL和4例LBN)。由2位放射科医生评估术前MR图像,包括肿瘤中心位置、径线大小、边缘模糊范围、“蠕虫样延伸”征、弥散加权成像(diffusion weighted imaging, DWI)明显弥散受限区占比,测量肿瘤DWI信号强度和表观弥散系数(apparent diffusion coeffecient, ADC)值,以肿瘤测值比正常组织相应测值计算标化值。结果 与非IVL和IVL相比,ESS肿瘤中心较多位于宫腔(3/10 vs. 0/12和... 相似文献
4.
5.
6.
7.
近些年来,在临床诊疗过程中,肿瘤性疾病的预后预测受到重视。而目前通过多模态磁共振成像对肿瘤疾病进行预后预测的研究有较多进展。动态对比增强磁共振作为多模态磁共振的一种,以肿瘤组织微血管系统灌注和渗透为基础,通过连续、快速的成像方法,获取注入对比剂前后的图像,结合半定量及定量分析,从微循环角度分析病变的微观情况,进而评价肿瘤的特征,在肿瘤性疾病的预后预测中得到颇多应用。作者就动态对比增强磁共振在肿瘤疾病预后预测中的研究进展进行综述,阐明其临床应用价值。 相似文献
8.
目的探讨基于动态增强磁共振成像(DCE-MRI)的影像组学及深度学习在肺癌脊柱转移鉴别诊断中的应用价值。方法回顾性分析61例确诊为脊柱转移患者的DCE-MRI,绘制感兴趣区域的时间-信号强度曲线,根据曲线定义3个参数,用区域增长算法对病灶进行标准化分割,通过影像组学提取分析3个DCE-MRI参数图的特征,用随机森林算法挑选出与鉴别疾病最相关的特征用于构建分类器进而进行诊断;研究包含2种深度学习算法,3个DCE-MRI参数图作为卷积神经元网络(CNN)的输入,将DCE-MRI每个层面的图像集视为一个时间序列,12层DCE图像作为卷积长短时间记忆(CLSTM)神经元网络的输入。结果影像组学诊断的准确率为0.71,CNN和CLSTM的平均诊断准确率分别为0.71、0.81。结论基于DCE-MRI的影像组学及深度学习在鉴别诊断肺癌脊柱转移方面具有可行性,可为临床诊断提供有价值的信息。 相似文献
9.
10.
1