基于3D APTw影像组学模型预测脑胶质瘤IDH突变状态及WHO分级的研究

目的 探讨3D酰胺质子转移加权(APTw)影像组学模型在预测脑胶质瘤异柠檬酸脱氢酶(IDH)突变状态和WHO分级中的诊断价值。方法 回顾性分析2021年4月至2022年9月经手术病理证实的98例脑胶质瘤患者的临床资料及术前MRI图像。基于常规MRI平扫和增强图像对病灶的强化区、坏死区及瘤周水肿区进行手动分割,然后在原始3D APTw图像及衍生图像上进行特征提取。利用Least Absolute Shrinkage and Selection Operator(LASSO)模型选择方法,以预测脑胶质瘤IDH突变状态和WHO分级为目的,分别进行特征选择。再采用4种分类器构建预测脑胶质瘤IDH突变状态和WHO分级的影像组学模型,利用五折交叉验证训练并评估模型,最后通过受试者工作特征(ROC)曲线评估模型的效能。结果 采用XGBoost、Random Forest、Logistic Regression及Support Vector Machine 4种机器学习算法来预测脑胶质瘤IDH突变状态,以全瘤和瘤周水肿构建影像组学模型,其曲线下面积(AUC)值分别为0.778、0.800、0.797、...     

CT影像组学结合临床特征预测活动性耐药肺结核的模型构建与验证

目的:构建基于CT影像组学结合临床特征模型预测肺结核耐药性。方法:选择2020年1月1日至2022年12月31日河南省新乡医学院第一附属医院收治的234例肺结核患者。根据耐药情况将患者分为耐药组88例和药物敏感组146例,并按照7∶3比例随机分为训练集和测试集。对病灶进行感兴趣体积(volume of interest, VOI)勾画后提取影像组学特征。应用最小冗余最大相关(minimum redundancy maximum relevance, MRMR)和最小绝对收缩与选择算子(least absolute shrinkage and selection operator, LASSO)方法进行特征筛选。利用logistics回归构建临床模型、影像组学模型,随后将经过筛选的最优影像组学特征和有统计学意义的临床特征、CT特征相结合,构建联合模型。应用受试者工作特征曲线下面积(areas under the receiver operating characteristic curve, AUC)评估每个模型的诊断性能。结果:耐药组初治患者48例(54.55%)、复治患者40例(45...     

基于双参数磁共振影像组学模型预测老年前列腺癌患者根治术后生化复发

目的探讨基于双参数磁共振(bpMRI)影像组学模型对老年(≥60岁)前列腺癌患者根治术(RP)后生化复发(BCR)的预测价值。方法回顾性分析2017年8月至2021年12月北京医院收治的175例患者的资料, 根据病理结果分别在术前bpMRI的T2、磁共振扩散加权成像(DWI)和表观弥散系数(ADC)序列上进行图像分割。使用Pyradiomics提取影像组学特征, 采用Cox回归、Spearman相关系数和LASSO回归对特征进行降维, 构建影像组学标签。采用多因素Cox回归分析构建临床模型和影像-临床联合模型, 使用一致性指数(C-index)评价模型预测BCR的效能。结果 175例患者按照7∶3随机分为训练集(122例)和测试集(53例), 分别有24例(19.7%、24/122)和11例(20.8%、11/53)患者发生BCR。在3个序列中提取5 775个影像组学特征, 最终筛选5个特征构建影像组学标签。影像组学模型在训练集和测试集的C-index分别为0.764(95%CI:0.655～0.872)和0.769(95%CI:0.632～0.906)。多因素Cox回归分析结果显示,...     

小肝癌MR信号值与微血管侵犯相关性分析

目的分析小肝癌MR信号值与微血管侵犯(microvascular-invasion,MVI)的相关性。方法收集整理2010年12月至2019年1月解放军总医院第五医学中心小肝癌手术切除且于术前1周至1个月内行MR动态增强扫描检查的患者33例,根据病理诊断分为微血管侵犯组和非微血管侵犯组,进一步分为甲胎蛋白(AFP)阳性组和阴性组,测量并计算术前MR图像T1WI、T2WI、DWI序列及动态增强扫描动脉期、门脉期、延迟期病变信号值与相邻肝背景信号值的比值。结果33例患者中微血管侵犯22例,非微血管侵犯组11例;AFP阳性组17例,AFP阴性组16例。AFP阳性病例微血管侵犯与非微血管侵犯组间动脉期强化和延迟期强化信号特征差异有统计学意义(P<0.05),而T1WI序列、T2WI、DWI序列病变信号特征差异无统计学意义(P<0.05);AFP阴性病例T1WI序列、T2WI、DWI序列及动态增强扫描各期病变信号特征差异无统计学意义(P<0.05)。结论微小肝癌MR动态增强扫描病变强化特征可用于预测病变是否存在微血管侵犯。     

基于CT影像组学结合临床特征鉴别肺结核与非结核分枝杆菌肺病的研究

目的:探讨基于CT影像组学结合临床特征在鉴别肺结核(pulmonary tuberculosis, PTB)与非结核分枝杆菌肺病(nontuberculous mycobacteria pulmonary disease, NTM-PD)中的价值。方法:对2019年1月1日至2023年3月31日河南省新乡医学院第一附属医院收治的经细菌培养证实的NTM-PD患者和PTB患者的临床资料及CT图像进行回顾性分析。根据分枝杆菌培养结果将所有患者分为PTB组(75例)和NTM-PD组(58例)。分析患者的临床特征,并将两组间差异有统计学意义的临床特征用于构建临床模型。以CT图像中空洞性病灶作为研究对象,共200个病灶被纳入研究,然后将其按照7∶3的比例随机分为训练集和测试集。使用逻辑回归分类器构建影像组学模型。结合影像组学特征和临床特征构建联合模型,使用受试者工作特征曲线(ROC)及曲线下面积(AUC)、校准曲线评估模型在训练集和测试集中的诊断效能。结果:单因素分析显示,PTB组年龄[中位数(四分位数)]为45(26,66)岁,与NTM-PD组年龄[63(54,70)岁]比较差异有统计学意义(Z...     

机器学习在预测重症急性胰腺炎发生急性呼吸窘迫综合征中的作用

回顾性分析214例SAP患者的资料, 构建5种SAP并发急性呼吸窘迫综合征(ARDS)的机器学习预测模型, 并筛选出最优模型。结果显示, 5种机器学习模型中, 极端梯度提升(XGBoost)为最优模型。XGBoost在测试集中的AUC值为0.851(95%CI 0.739～0.963), 灵敏度为0.840, 特异度为0.793, 阳性预测值为0.842, 阴性预测值为0.743。最重要的4个预测变量为呼吸频率、血清淀粉酶、年龄和总蛋白。表明机器学习模型能够很好地预测SAP相关ARDS的发生, 为临床早期识别高危患者提供了思路。     

CT放射组学在鉴别纵隔淋巴结结核与非小细胞肺癌纵隔淋巴结转移瘤中的应用价值

目的:探讨CT放射组学分析技术在纵隔淋巴结结核与非小细胞肺癌纵隔淋巴结转移瘤中的价值。方法:采用回顾性研究方法，按照入组标准收集2017年9月至2021年11月山东省公共卫生临床中心和山东大学齐鲁医院确诊的109例纵隔淋巴结结核(结核组)和65例非小细胞肺癌纵隔淋巴结转移瘤(转移瘤组)患者的CT影像资料作为研究对象。利用双盲法对CT图像进行观测和勾画，利用Radcloud平台对勾画出的淋巴结感兴趣区域(VOI)提取放射组学特征。采用特征标准化方法、单因素和多因素logistic回归模型分析有鉴别诊断价值的特征及特征间共线性的影响。利用筛选出的放射组学特征，以山东省公共卫生临床中心的患者数据作为训练集，建立k-近邻判别法(KNN)、支持向量机(SVM)、极限梯度提升算法(XGBoost)、随机森林(RF)、logistic回归(LR)和决策树(DT)等6种机器学习方法的5折交叉验证模型，通过评价诊断效果来选择鉴别诊断效果最好的模型；再以山东大学齐鲁医院的患者数据作为验证集，对该模型的诊断效果进行组外验证。结果:174例患者的CT影像资料共勾画出281个VOI,结核组和转移瘤组分别有196...     

基于超声影像组学建立肝棘球蚴病分型模型的 可行性研究

目的　探究基于超声影像组学构建肝棘球蚴病分型模型的可行性,从而为肝棘球蚴病精准超声诊断提供参考依据。方法　回顾性收集2014年10月于四川省甘孜藏族自治州石渠县采集的200例肝棘球蚴病患者超声声像图,勾画肝棘球蚴病病灶感兴趣区域。采用25种方法提取肝棘球蚴病影像组学特征,应用预选方式与最小绝对收缩和选择算法进行特征筛选,按7∶3比例将图像根据病灶类型随机划分为训练集与独立测试集。基于内核逻辑回归（kernel logistic regression, KLR）与高斯核函数型支持向量机（medium Gaussian support vector machine, MGSVM）两种分类器构建肝棘球蚴病分型的机器学习模型,绘制受试者工作特征（receiver operating characteristic, ROC）曲线,计算构建的机器模型用于肝棘球蚴病分型的敏感度、特异度及曲线下面积（area under the curve, AUC）。结果　25种方法累计提取5 005个棘球蚴病患者超声影像组学特征,经特征选择筛选出36个最优影像组学特征,并在此基础上建立了KLR和MGSVM两种机器学习模型。ROC曲线分析显示,MGSVM模型在训练集中用于肝棘球蚴病分型效果更优,敏感度、特异度和AUC分别为0.82、0.78和0.88,而KLR模型在独立测试集中表现更佳,敏感度、特异度和AUC分别为0.82、0.72和0.86。结论　基于超声影像组学的机器学习模型可用于肝棘球蚴病分型。     

应用18F-FDG PET/CT检查评价肝泡型包虫病肝内病灶活性研究*

目的 观察¹⁸-氟脱氧葡萄糖(¹⁸F-FDG)PET/CT检查对肝泡型包虫病(HAE)患者治疗前后肝内病灶活性的评价作用。方法 2016年6月～2018年6月我院收治的109例HAE患者,按体质量服用阿苯达唑脂质剂10 mg·d^-1·kg^-1,治疗6个月。所有患者均于治疗前后行¹⁸F-FDG PET/CT检查,分析病灶边缘带最大标准放射性摄取值(SUV_max)。结果 在109例患者中,治疗前PET/CT检查显示HAE病灶多呈混杂密度占位灶,形状不规则,内见钙化灶、液化性坏死区,边界不清晰,多呈侵袭性生长,病灶边缘带见放射性药物分布影,且高于肝脏,病灶内部未见明显放射性分布;在阿苯达唑脂质剂治疗后6个月,PET/CT检查显示75例病灶周边放射性浓聚现象消失或明显降低,34例病灶边缘带放射性分布较治疗前轻度变淡;109例患者在阿苯达唑治疗后病灶边缘增殖浸润带SUV_max值为(3.6±1.4),显著低于治疗前【(4.9±1.9),P＜0.05】。结论 应用¹⁸F-FDG PET/CT检查能够帮助评估HAE病灶活性,从而指导药物治疗。     

基于临床及影像组学资料建立模型预测前列腺癌生化复发的初步研究

目的 基于临床资料-超声造影-磁共振影像组学数据,为前列腺癌(PCa)病人开发预测PCa治疗后生化复发的模型,并验证其临床有效性。方法 回顾性分析169例2018年1月至2020年2月在泰州市中医院通过MRI及超声靶向性活检确诊并进行PCa根治术病人的临床资料,随访截至2022年3月,若前列腺特异性抗原(PSA)监测连续2次≥0.2 ng/mL提示PCa生化复发,将其分为生化复发组(n=65)和正常组(n=104)。以7/3的比例建立训练集和测试集,基于上述病人的临床影像资料建立一般资料模型、超声造影模型、磁共振组学模型和组合模型。在训练集中,利用R语言4.1.3版本制作ROC曲线和决策曲线分析评估预测模型的能效,然后在测试集中进行外部验证。结果 多因素回归证实肿瘤直径、术前PSA浓度、治疗方式、弹性成像分级、灰度区域大小矩阵特征-小区域高灰度强调范围、灰度行程矩阵特征-行程方差是预测生化复发的独立风险因素(组合模型)。在训练集中,基于临床影像资料建立的组合模型预测PCa生化复发的能效最高,明显高于一般资料模型(淋巴结转移、治疗前PSA、治疗方式)、超声造影模型(弹性成像分级)、磁共振...     

增强CT影像学组在肺腺癌组织学分型鉴别诊断中的应用价值

目的 探究增强CT影像学组对肺腺癌组织学分型鉴别诊断的应用价值。方法 选择117例接受手术治疗的肺腺癌患者,经手术病理证实且明确病理亚型,根据病理结果将其分为两组,含有腺癌原位癌、微浸润腺癌为A组,仅有浸润性腺癌为B组。对比两组性别和年龄,获取病灶三维纹理特征参数选取最佳特征建立预测模型。训练集和验证集数据比例2∶1,5倍交叉验证数据集经6种机器学习算法分类获取最佳佳分类器;对比5倍交叉验证数据集(训练集和验证集)并获得模型预测肺腺癌病理分型受试者工作特征(ROC)曲线。结果 两组性别、年龄比较无统计学意义(P>0.05)。提取三维纹理特征共381个,其中213个具有差异性,最佳影像组学特征选择10个建立预测模型。经模型训练提示准确率最高为Perceptron分类器,以此作为最佳分类器。经此模型分类5倍交叉验证数据集、训练集、验证集,得到模型预测原位癌、微浸润腺癌、浸润性腺癌的ROC曲线：原位癌曲线下面积(AUC)为0.92、准确率86.1%、特异度81.3%、敏感度90.2%;微浸润腺癌AUC为0.94、准确率88.7%、特异度82.4%、敏感度93.3%;浸润性腺癌AUC为0...     

口服肝靶向制剂介导受体ASBT和ASGPR在肝泡型包虫病大鼠模型体内的表达分析

目的通过测定顶端钠依赖性胆盐转运体(ASBT)和去唾液酸糖蛋白受体(ASGPR)的表达研究,探讨其在肝泡型包虫病(HAE)药物治疗方面口服肝靶向制剂设计的可行性。方法18只雄性SD大鼠,10只大鼠造模,造模成功的8只大鼠为HAE组,正常组大鼠8只作为对照。采用免疫荧光、Western Blot、实时荧光定量PCR对ASBT在HAE模型大鼠及正常大鼠的回肠组织的表达分布、蛋白及基因表达水平进行检测分析;采用同样的检测方法分析ASGPR在HAE大鼠模型的非患病肝组织、肝组织病灶边缘带及正常大鼠肝组织的表达水平。符合正态分布的计量资料2组间比较采用t检验,3组间比较采用单因素方差分析,两两比较采用LSD-t检验。结果免疫荧光、Western Blot、实时荧光定量PCR结果均显示ASBT在HAE组回肠组织的表达较正常组表达上调(t值分别为5.309、4.110、28.060,P值均<0.05)。免疫荧光、Western Blot、实时荧光定量PCR结果均显示,ASGPR在正常对照组大鼠肝组织、HAE组大鼠非患病肝组织和HAE组大鼠肝织病灶边缘带中表达差异有统计学意义(F值分别为110.666、128.201、143.879,P值均<0.001),其中HAE组较正常组表达水平高,且越靠近病灶组织表达越高。结论ASBT和ASGPR可作为HAE潜在的口服肝靶向制剂的介导受体,为设计用于治疗HAE的口服肝靶向制剂提供理论基础。     

能谱CT碘定量参数判定肝细胞癌微血管侵犯的应用价值

目的探讨能谱计算机体层成像(computed tomography, CT)碘定量参数判定肝细胞癌(hepatocellular carcinoma,HCC)微血管侵犯的应用价值.方法选取浙江萧山医院收治并经术后病理证实的65例HCC患者进行研究,根据术后病理结果分为;微血管侵犯组(38例)和无微血管侵犯组(27例).所有研究对象均于术前接受上腹部能谱CT增强扫描,获得动脉期及静脉期碘基图,测量并记录各期病灶碘浓度和腹主动脉碘浓度,计算各期病灶标准化碘浓度,并运用受试者工作特征(receiver operating characteristic,ROC)曲线分析其诊断效能.结果微血管侵犯组病灶动脉期碘浓度、标准化碘浓度明显高于无微血管侵犯组,差异均有统计学意义(均P 0.05);ROC曲线显示,以动脉期标准化碘浓度判定HCC微血管侵犯的诊断效能最大, AUC=0.889,取临界值=0.2225,灵敏度=83.80%,特异度=82.10%.结论能谱CT可定量分析HCC碘定量参数特征,从一定角度反映其微循环灌注情况,可为术前无创评估HCC微血管侵犯提供一种全新的影像学方法.     

超声表现诊断肝多房棘球蚴病的效果评价及因素分析

目的 了解肝多房棘球蚴病(HAE)病灶不同的超声表现,为提高HAE在常规超声下的检出率和诊断准确率提供可靠的依据。方法 将2018年1月至2021年4月于新疆医科大学第一附属医院行常规超声检查并经手术病理确诊为HAE的患者作为研究对象,收集研究对象性别、年龄、民族、超声影像学分型结果等相关资料。选取研究对象超声原始图像中HAE病灶最清晰完整的图像进行分析,记录病灶的超声表现(病灶位置、大小、边界和形态、实性部分回声、钙化情况、液化坏死情况、血流信号、胆管和血管的侵犯等)并赋值,多发病灶分开描述;结合手术后病理结果判定病灶超声诊断符合情况。对HAE病灶的各种超声表现进行单因素分析,将单因素分析有统计学意义的因素设为自变量,病灶超声诊断符合情况设为因变量,进行logistic多因素分析,建立回归模型并用受试者工作特征(ROC)曲线验证;采用logistic多因素分析筛选出的结果构建列线图,采用ROC曲线、校准曲线、决策分析曲线评估其性能。结果 纳入研究的HAE患者数为141例,年龄分布在9～65岁,平均年龄(37.4±13.6)岁;男性71例,女性70例;藏族患者87例,占61.7%。14...     

基于动脉期增强CT影像组学模型鉴别小肠间质瘤组织中Ki-67表达状态的应用

目的 探讨基于动脉期增强CT影像组学模型鉴别小肠间质瘤组织中的Ki-67表达状态的应用价值。方法 回顾性分析85例经手术病理证实的小肠间质瘤的临床病理、免疫组化及影像学资料，其中肿瘤组织中Ki-67表达≥5%者43例，Ki-67表达<5%者42例，以7∶3的比例将数据随机分为训练集(60例)及验证集(25例)。从肿瘤全部感兴趣区域(region of interest, ROI)中提取889个CT影像组学特征，通过筛选降维后选取14个特征，分布采用随机森林(random forest, RF)和支持向量机(suppout vector machine, SVM)算法构建放射组学模型，并采用ROC曲线分析放射组学模型性能。结果 RF模型ROC曲线显示总体样本AUC为0.91,准确度为0.89、灵敏度为0.95、特异度为0.92;SVM模型ROC曲线显示，总体样本AUC为0.82,准确度为0.79、灵敏度为0.88、特异度为0.83。相比之下，RF模型在鉴别小肠间质瘤中Ki-67表达状态更有优势。结论 基于动脉期增强CT影像组学分类模型对小肠间质瘤组织中Ki-67表达状态有很好的应用...     

基于眼底照片影像组学特征的糖尿病足分类模型构建

目的开发和验证基于眼底照片影像组学特征的糖尿病足分类预测模型。方法回顾性收集2011年12月至2018年12月在南方医院诊断为2型糖尿病患者眼底照片共2 035张[糖尿病足(DF)患者282张, 糖尿病(DM)患者1 753张], 采用计算机随机数按7∶3将所有眼底照片随机分成训练集(1 424张)与测试集(611张)。眼底照片进行图像预处理后, 通过Radiomic工具包提取基于灰度矩阵的4 128个纹理特征, 并用ToolboxDESC工具包提取了11 339个其他特征。采用LASSO算法选取出与DF最相关的30个特征, 再使用Bootstrap+0.632自助采样法进一步筛选出7个最佳组合, 进行logistic回归分析求得回归系数, 建立最终的糖尿病足分类模型。绘制ROC曲线, 计算训练集和测试集的AUC、敏感度、特异度及准确率以验证其预测效能。结果本研究筛选出7个糖尿病足患者眼底照片影像组学标记物, 且构建的DF/DM分类预测模型在训练集中的AUC、敏感度、特异度、准确率分别为:0.958 6、0.984 0、0.920 0、0.928 0;在测试集中得到的AUC、敏感度、特...     

基于CT影像组学模型预测人表皮生长因子受体-2弱阳性胃癌患者基因扩增的价值

目的探讨基于CT门脉期影像组学预测人表皮生长因子受体-2（HER-2）弱阳性胃癌患者基因扩增的可行性。 方法回顾性分析2012年1月至2021年10月郑州大学第一附属医院收治的术后经免疫组织化学法（IHC）证实为HER-2（++）,进一步行荧光原位杂交（FISH）检测的胃癌患者的CT图像,其中基因扩增38例,基因非扩增127例。使用放射组学软件对CT门脉期轴位最大层面图像上的病灶沿边缘勾画感兴趣区域（ROI）并提取特征。将165例数据按照2∶1的比例随机分配为训练集和测试集,采用随机森林法以较优特征参数在训练集上进行预测模型的搭建,并在测试集上进行验证,绘制相应受试者操作特征（ROC）曲线,以曲线下面积（AUC）、敏感度、特异度及准确性评价其鉴别效能,其中ROC曲线的最佳截断值采用约登指数进行判断。 结果经特征选择,共筛选出4个具有较高价值的影像组学特征参数预测HER-2弱阳性胃癌患者基因扩增,训练组中AUC为0.904[95%CI（0.845,0.955）],验证组中AUC为0.751[95%CI（0.636,0.862）],其中在最佳截断值处预测HER-2弱阳性胃癌患者基因扩增的敏感度为0.667,特异度为0.800。 结论基于随机森林的CT门脉期影像组学作为一种简便、无创的非侵入性检测方法,可用于预测HER-2弱阳性患者是否出现基因扩增,鉴别效能较高,可为临床决策和个体化治疗提供依据。     

基于机器学习算法构建老年人呼吸机相关肺炎早期预警模型

目的开发并验证有创机械通气24 h内预警老年人呼吸机相关肺炎(VAP)的机器学习(ML)模型, 为老年人VAP的临床管理提供更多证据与思路。方法基于MIMIC Ⅳ 2.2数据库提取重症监护室中急性呼吸衰竭且进行有创机械通气老年患者的临床数据, 以VAP为结局指标, 按7∶3的比例将患者分为训练集与测试集, 在训练集中使用4种ML算法建模, 用测试集验证模型性能, 并将模型在相同的数据集中与序贯器官衰竭评分(SOFA)、全身炎症反应综合征评分(SIRS)、风险评分包括急性生理评分(APS Ⅲ)评分做比较。结果共纳入1 859例老年患者, 336例患者诊断为VAP。ML模型的受试者工作曲线的曲线下面积(AUC)均高于临床风险评分(SOFA评分0.44、SIRS评分0.49、APS Ⅲ评分0.46), 其中LightGBM模型和XGBoost模型的预测性能最佳, AUC分别为0.85(95%CI:0.82～0.88)和0.84(95%CI:0.81～0.87)。运用SHAP进一步解释模型, 结果显示, SOFA神经系统评分、白细胞计数最大值、呼吸频率最大值、碱剩余最大值以及年龄变量是模型早期...     

CT冠状动脉周围脂肪衰减结合机器学习算法诊断冠心病心肌缺血

目的]探讨利用机器学习算法结合冠状动脉计算机断层扫描(CT)衍生的血管周围脂肪衰减指数(FAI)与斑块信息评估稳定型冠心病患者心肌缺血的可行性。 [方法]回顾性分析2019年4月─2021年10月于复旦大学附属中山医院行术前冠状动脉CT血管成像(CCTA)、有创冠状动脉造影(ICA)及血流储备分数(FFR)测量患者的临床及影像学资料,筛选出206例稳定型冠心病患者。使用半自动斑块分析软件测量斑块及管腔的定量指标和斑块周围FAI,手动勾画距冠状动脉开口处10 mm起始长为40 mm的冠状动脉并测量冠状动脉周围FAI。比较心肌缺血(FFR≤0.8)和非心肌缺血(FFR＞0.8)稳定型冠心病患者的斑块特征、斑块周围FAI和冠状动脉周围FAI的差异,通过ROC曲线评估利用机器学习算法结合斑块周围FAI、冠状动脉周围FAI和斑块特征对稳定型冠心病患者心肌缺血的诊断效能。 [结果]206例稳定型冠心病患者分为FFR≤0.8组(50例)和FFR＞0.8组(156例)。FFR≤0.8组患者的斑块周围FAI均值为－69.28±5.65 HU,显著高于FFR＞0.8组的－80.10±7.75 HU(P＜0.001)。使用机器学习模型进行进一步分析,包括XGBoost、随机森林和逻辑回归模型,这些模型诊断心肌缺血的准确率均超过0.8。其中,XGBoost模型表现最佳,准确率达到0.903,F1值为0.774,AUC为0.931,表明其在诊断心肌缺血中具有高度的有效性。 [结论]FAI结合机器学习算法XGBoost模型是诊断心肌缺血的新方法,在评估稳定型冠心病患者的心肌缺血中具有更良好的诊断价值。     

CT放射组学联合血清肿瘤标志物对不确定性质肺结节恶性风险的预测价值

目的 分析CT放射组学联合血清肿瘤标志物对不确定性质肺结节(IPN)恶性风险的预测价值。方法 选取2019年3月至2023年3月诊治的IPN患者238例，检测血清肿瘤标志物水平。根据CT放射组学，计算基于结节形状、大小和质地的放射组学评分。使用Logistic回归(LR)和随机森林(RF)开发预测模型，与目前的风险评估标准(Mayo)进行比较。使用偏倚校正临床净重新分类指数(cNRI)确定IPN风险重新分类。结果 LR和RF建模均显示年龄、放射组学、CYFRA 21-1和CEA是IPN恶性风险的最强预测因子。与Mayo相比，LR和RF模型具有更高的诊断准确性，LR模型的AUC为0.764,RF模型的AUC为0.731。与Mayo模型相比，LR和RF模型恶性结节重新分类的cNRI分别为为0.21(0.20,0.23)和0.21(0.19,0.23)。结论 放射组学、CYFRA 21-1、CEA和患者年龄联合模型具有比Mayo更高的IPN诊断准确性。