共查询到20条相似文献,搜索用时 0 毫秒
1.
目的 构建基于MR的组学模型并联合临床特征实现术前对前列腺特异性抗原(PSA)为4~10 ng/ml且前列腺影像报告与数据系统(PI-RADS)评分≥3分前列腺癌(PCa)的诊断。方法 回顾性分析两家医院经病理证实的PSA水平在4~10 ng/ml且PI-RADS评分≥3分的PCa 82例,良性前列腺增生150例。使用ITK-SNAP分别在T2WI、ADC及动态增强扫描(DCE)手动勾画感兴趣区(ROI),用python平台提取特征,FAE软件完成对数据预处理、特征选取以及组学模型构建。通过单因素及多因素Logistic回归分析临床特征确定独立预测因子来构建临床模型。通过曲线下面积(AUC)评价模型性能,选取最佳组学模型联合临床模型构建综合模型。并通过外部验证来验证模型的泛化能力。通过R软件绘制综合模型列线图,并采用校准曲线及决策曲线评估其拟合度以及临床应用价值。结果 综合模型、组学模型及临床模型的在训练集中AUC分别为0.933(95%CI:0.874~0.970)、0.915(0.852~0.957)、0.802(95%CI:0.722~0.867);在测试集... 相似文献
2.
3.
4.
2019年前列腺成像报告和数据系统(PI-RADS)指导委员会发表了PI-RADS V2.1。许多研究已经揭示了2015年发布的PI-RADS V2的价值和局限性。PI-RADS V2.1对V2技术规范和评分标准的局限性进行了修改。笔者对VI-RADS V2.1的要点进行解读。 相似文献
5.
食管癌是胃肠道系统常见的恶性肿瘤,其发病率及死亡率逐年升高。食管癌传统的成像方法主要描述肿瘤形态变化及其大小等,而近年提出的影像组学是通过高通量从CT、MRI等影像中提取并分析大量影像学特征,对肿瘤异质性进行全面分析,可以应用于食管癌的临床分期、放化疗疗效评估以及预后分析等。从影像组学的概念和研究方法、在食管癌中的临床应用及面临的挑战三方面对食管癌影像组学研究进展予以综述。 相似文献
6.
7.
《国际医学放射学杂志》2021,(1)
正摘要目的利用前列腺影像报告和数据系统(PI-RADS)评分为3的病变来评估基于机器学习的分类器在检测有临床意义的前列腺癌(PCa)中的作用。方法对来自2个机构的 相似文献
8.
9.
影像组学作为新兴多学科交叉研究领域,融合数字影像信息、统计学、人工智能、机器学习和深度学习等方法,打破了传统视觉影像评价模式,为动脉粥样硬化研究开辟了新的方向。影像组学在颈动脉、冠状动脉等大动脉血管疾病的诊断,治疗方案的选择,疗效评估及预后判断等方面显示出巨大潜在价值。笔者就动脉粥样硬化影像组学的基本内容及其临床应用进展进行综述。 相似文献
10.
影像组学研究已经受到了学术界与工业界的广泛关注与研究,然而距离影像组学模型的临床应用,仍面临着诸多挑战。本文从医学影像数据标准化、模型泛化性、生物学可解释性及临床易用性4个方面进行探讨,并提出可行性解决方案。最后,建立医学影像人工智能标准化数据库对推进影像组学在疾病诊疗领域的临床应用具有重要意义。 相似文献
11.
目的:探讨前列腺周围脂肪组织(periprostatic fat,PPF)的磁共振成像(magnetic resonance imaging,MRI)影像组学参数预测前列腺癌根治术(radical prostatectomy,RP)术后生化复发的价值。方法:回顾并分析2016年1月—2020年12月在苏州大学附属第一医院行RP共114例(无生化复发及生化复发分别为64例和50例)患者的MRI图像、临床信息及随访结果。所有患者术前均行MRI扫描,选取横断位T2加权成像(T2-weighted imaging,T2WI)、弥散加权成像(diffusionweighted imaging,DWI)、表观弥散系数(apparent diffusion coefficient,ADC)和矢状位T2WI序列图像,使用3D slicer4.13.0软件在T2WI横断位图像进行三维手动分隔PPF,利用FAE软件中的Feature Extraction模块,经过10种图像转换类型和7种特征提取方法提取影像组学特征。T2WI序列提取1647个特征,DWI和ADC序列提取3290个特征,T2WI联合DWI及... 相似文献
12.
从 1895 年伦琴发现 X 射线到后来分子影像的出现,数字化医学影像学已经成为现代医学不可或缺的手段和重要的组成部分.在过去的 10 年里,伴随着模式识别工具和数据集大小的增加,医学图像分析领域呈指数级发展[1].影像组学作为定量成像中新兴的领域,日益引起人们的关注,本文主要从临床角度探讨总结了影像组学的研究进展. 相似文献
13.
近年来,医学影像设备不断升级换代,随着精准医学模式的提出和发展,传统的医学影像阅片方式已不能满足日益增长的影像学数据的客观需求,亟需开发一种新的方法或技术,为此,影像组学(Radiomics)应运而生.2012年,Lambin等[1]首次提出了影像组学的概念,即从影像图像中提取大量影像学特征,通过高通量定量分析,将影像图像转化为具有高分辨率的、可发掘的空间数据.随后,影像组学的概念得到了进一步拓展,即从CT、MRI或PET等影像图像中提取大量数据,并对之进行高通量定量分析,得到高保真的目标信息来综合评价肿瘤的各种空间、时间上的异质性,包括基因、蛋白质、细胞、微环境、组织和器官等诸多层次的信息[2-4].近3年来,影像组学得到了迅猛发展,成为临床医学和生物医学工程领域的研究热点,在临床实践中的指导价值也受到越来越广泛的重视,并取得了相当可观的结果[5-7]. 相似文献
14.
15.
16.
17.
18.
19.
目的探讨3.0T多参数MRI(multi-parametric MRI,Mp-MRI)前列腺影像报告和数据系统(prostate imaging reporting and data system version 2,PI-RADS V2)评分对前列腺病变的诊断价值及与穿刺病理的相关性。方法回顾性分析经病理证实的82例前列腺病变患者Mp-MRI资料,其中前列腺癌34例,良性前列腺增生39例、前列腺炎9例;由2名影像医师采用盲法对患者Mp-MRI图像用PI-RADS V2评分并记录结果。采用Spearman相关分析PI-RADS V2评分与穿刺病理的相关性,并利用ROC曲线评估PI-RADS V2评分对前列腺癌的诊断效能。结果 PI-RADS V2评分与穿刺病理呈正相关,r=0.378。PI-RADS V2评分诊断前列腺癌的ROC曲线下面积0.868,敏感性为88.2%,特异性为85.4%,准确性为86.6%。结论 PI-RADS V2评分系统对前列腺癌的诊断和鉴别诊断价值高,PI-RADS V2评分与穿刺病理呈正相关。 相似文献
20.
肾细胞癌是最常见的泌尿系统恶性肿瘤,其准确分型分级有助于选取不同方案进行治疗。影像组学可以从高质量、标准化的医学影像中获取病灶高通量纹理特征来指导临床诊断和预后。近年来,基于CT、MRI的影像组学研究逐渐应用于肾脏肿瘤,如鉴别肿瘤良恶性,对恶性肿瘤分型、分级以及预测恶性肿瘤预后及可能潜在转移部位等,就该研究现况及前景作一综述。 相似文献