基于乳腺X线摄影影像组学列线图预测BI-RADS 4～5类钙化病灶恶性风险

目的 探讨基于乳腺X线摄影（MG）影像组学列线图在预测乳腺影像报告与数据系统（BI-RADS）4～5类钙化恶性风险中的价值。方法 回顾2017年1月至2020年12月浙江省立同德医院和蚌埠医学院第一附属医院经病理检查证实的292例MG表现为乳腺影像报告与数据系统（BI-RADS）4～5类钙化患者的临床及影像资料,其中良性121例,恶性171例。所有患者以7∶3比例分成训练集（204例）及验证集（88例）,对头尾位（CC）和内外斜位（MLO）图像进行手工分割并提取影像组学特征,并应用最小冗余最大相关（mRMR）及最小绝对值收敛和选择算子（LASSO）回归筛选最有价值的特征。采用logistic回归构建影像组学模型,从临床因素中筛选差异有统计学意义的危险因素并建立临床模型,再联合临床-影像组学特征建立联合模型,基于联合模型勾画列线图。采用ROC曲线评价各模型的效能,应用决策曲线比较各模型的临床应用价值。结果 分别从CC、MLO图像中提取并筛选出4个和6个影像组学特征构建影像组学模型,其验证集中的AUC为0.714,灵敏度为0.792,特异度为0.600,准确度为0.705。年龄和BI-RA...     

基于MRI影像组学列线图预测脑膜瘤术后脑水肿分级的价值

目的探究基于多序列MRI影像组学列线图预测脑膜瘤术后脑水肿严重程度的临床应用价值。方法回顾性分析2019年1月至2022年4月在蚌埠医学院第一附属医院经手术病理证实为脑膜瘤患者170例的术前MRI图像、术后CT图像及临床资料,轻度脑水肿患者101例、重度脑水肿患者69例。随机的将病例按照7:3分为训练组(119例)和验证组(51例)。采用医准-达尔文AI平台获得T1WI、T2WI及T1WI+C图像的10个影像组学特征。根据最大绝对值归一化和选择算子回归进行特征降维、最优特征筛选(个数)最后采用逻辑回归建立模型,在此模型基础上绘制列线图。三种不同模型预测脑膜瘤术后水肿程度的诊断效能用特征曲线(ROC)下的面积(AUC)评估。结果基于临床特征构建的临床模型、基于影像特征构建的影像模型及联合临床资料和影像特征构建的临床-影像组学模型在训练组和验证组的AUC均大于0.80,具有一定的预测效能。其中基于临床资料和影像特征构建的临床-影像组学模型在训练组(AUC=0.90)和验证组(AUC=0.91)均高于临床模型和影像组学模型。结论基于临床-影像组学模型列线图能以最大化的准确性预测脑膜瘤术后脑水肿的严重程度。     

基于超声影像组学及临床特征构建乳腺癌列线图的预测模型

目的：通过整合临床危险因素和术前超声影像组学评分,建立一个基于超声影像组学的列线图预测乳腺癌。方法：回顾性收集2020年10月—2023年2月有明确病理结果的525例患者的525个乳腺肿块（其中良性241例,恶性284例）的超声图像,按照7∶3比例随机分为训练组（368例）、验证组（157例）。根据肿块轮廓勾画出肿瘤的感兴趣区域（Region of interest,ROI）,并提取影像组学特征。采用最小绝对收缩和选择算子（Least absolute shrinkage and selection operator, LASSO）对超声影像组学特征进行降维分析,选择Logistic回归分类器将结果输出转换为影像组学评分（Radiomics score,Rad-Score）,作为Rad-Score模型。此外,采用Logistic回归方法将影像组学评分与临床危险因素进行整合,构建联合模型并绘制列线图。绘制ROC曲线及校准曲线以评价模型效能。结果：提取的851个影像组学特征中筛选出13个非零特征用于建立模型,多因素分析中,乳腺癌患者的独立危险因素是年龄,基于患者年龄及Rad-Score构建...     

基于多序列MRI影像组学列线图预测上皮性卵巢癌患者对铂类药物化疗的敏感性

目的:构建基于多序列MRI影像组学列线图,并探究其用于预测上皮性卵巢癌（EOC）患者对铂类药物化疗敏感性的价值。方法:回顾性收集2015年1月至2020年5月南通大学附属肿瘤医院收治的114例经术后病理证实为EOC的患者资料,年龄32~76（57±8）岁。所有患者接受最大程度肿瘤细胞减灭术后均进行了铂类药物化疗,以化疗...     

基于KUB、低剂量CT影像组学列线图预测攀枝花泌尿系统结石成分价值

目的探讨基于X线腹部平片(KUB)、低剂量CT影像组学列线图预测攀枝花泌尿系统结石成分价值,以期为临床明确结石成分、制定治疗方案提供依据。方法选取2019年6月至2022年6月我院96例泌尿系统结石患者作为研究对象,均行KUB、低剂量CT检查,根据术后结石成分红外光谱检测法定性结果分为尿酸结石组(n=83)和非尿酸结石组(n=13),采用A.K.软件提取CT影像组学特征并构建影像组学标签,Logistic回归方程筛选泌尿系统结石成分预测因子,构建列线图模型,ROC曲线评估模型预测效能,行内外部验证。结果尿酸结石组和非尿酸结石组BMI、血UA、尿pH值、血Scr、高血压、糖尿病比较存在显著差异(P<0.05);血UA、尿pH值、高血压、糖尿病、影像组学标签评分是泌尿系统结石成分影响因素(P<0.05);ROC曲线显示,列线图模型在训练集和验证集人群中AUC分别为0.915、0.915,该模型预测在训练集和验证集人群中结果与实际观察结果之间有很好相关性,DCA曲线显示在范围0.8～0.9、0.3～0.9内,该模型在训练集和验证集人群中净获益值较好。结论 基于KUB、低剂量CT影...     

基于术前CT影像组学列线图可预测Ⅰ～Ⅲ期肾透明性细胞癌术后复发

目的 探讨Ⅰ~Ⅲ期肾透明细胞癌术后复发的术前CT影像组学特征并构建列线图,以期为肾癌个体化治疗提供参考。方法 回顾性收集256例（训练集175例,测试集81例）肾透明细胞癌患者的临床病理及 CT 资料。利用 ITK-SNAP 软件和PyRadiomics计算平台对肿瘤的容积图像进行分割和特征提取。训练集中,基于lasso-CV算法进行特征筛选,并计算影像组学评分Rad_score;利用单因素和多因素逻辑回归分析筛选临床病理及CT特征为Clinic因素;构建Rad_score、Clinic、Rad_score+Clinic列线图,并在测试集中进行验证。评估列线图的辨别度和校准度,应用决策曲线分析评估其临床应用价值。结果 6个影像组学特征最终用于计算Rad_score。Clinic因素为KPS评分、血小板、钙化和TNM临床分期。在辨别度方面,Rad_score+Clinic列线图的效能（训练集AUC 0.84,测试集AUC 0.85）显著高于Rad_score列线图（训练集AUC 0.78,P=0.029;测试集AUC0.77,P=0.025）和 Clinic列线图（训练集AUC 0.77,P=0.014,测试集AUC 0.77,P=0.011）。校准度方面,Rad_score+Clinic列线图拟合优度检验为训练集P=0.065,测试集P=0.628。决策曲线分析显示,加入Rad_score后的Rad_score+Clinic列线图比单纯Clinic列线图应用价值高。结论 基于术前CT影像组学特征的列线图预测Ⅰ~Ⅲ期肾透明细胞癌术后复发有较高的效能,可为肾癌个体化治疗提供参考。     

基于临床-影像组学列线图模型鉴别局灶性机化性肺炎与肺腺癌

目的 探讨临床-影像组学组合模型对于局灶性机化性肺炎和周围性肺腺癌的鉴别诊断价值。方法 回顾性分析2019年1月～2022年12月解放军总医院第一医学中心胸外科术后病理证实为局灶性机化性肺炎的60例患者,根据倾向评分匹配,1∶2选择出120例肺腺癌患者,收集其临床和影像资料。临床相关资料采用Logistic回归筛选独立危险因素,影像组学相关资料采用随机抽样的方法将患者按照8∶2的比例分为训练集（144例）与测试集（36例）,采用Python3.7数据包提取1835个特征,经过统计学处理,结合临床资料建立模型,在训练集和测试集中应用受试者操作特征（ROC）曲线对模型进行验证,评价该模型针对局灶性机化性肺炎与周围型肺腺癌的鉴别诊断效能,并建立列线图模型。结果 统计学分析,发现“过敏史”为机化性肺炎的独立危险因素（P=0.016）,血液学结果无明显差异（P>0.05）。在影像组学特征提取和降维后,筛选出30个对于鉴别两种疾病有意义的影像组学标签,其中对于鉴别意义前3位的影像组学标签为“GraylevelNonUniformity,灰度游程矩阵中的灰度非均匀性”、“SizeZoneNon...     

基于术前脾脏CT影像组学列线图预测胃癌的浆膜浸润

目的：联合临床检验指标及影像学特征构建一种能够术前识别胃癌浆膜浸润的模型。方法：选取2015年1月至2019年12月温州医科大学附属第一医院经病理证实的656例胃癌患者,采用随机数字表法分为建模组（394例）和验证组（262例）。收集建模组患者的脾脏影像学资料,对收集的数据进行套索回归并选取差异有统计学意义的特征来构建浆膜浸润预测模型。在最大约登指数下取肿瘤浸润风险评分截断值将患者分为高危组（238例）和低危组（418例）,然后与其他浸润相关因素如BMI、年龄、性别、高血压、糖尿病等进行单变量和多变量Logistic回归分析,结合显著的独立影响因素共同建立可视化的浆膜浸润预测列线图。结果：将患者以肿瘤浸润评分≤-0.335分为低危组,＞-0.335为高危组,经验证组验证,建模组和验证组的诊断准确性较为一致（P＜0.001）。经浸润影响因素的单变量和多变量Logistic回归分析发现,影像组学肿瘤浸润评分（OR=2.9,95%CI=2.1～4.2,P＜0.001）、术前低白蛋白（OR=1.3,95%CI=1.2～3.1,P=0.003）、血小板与淋巴细胞比值（OR=1.8,95%CI=1.2～2.7,P=0.004）、肿瘤分化程度（OR=2.6,95%CI= 1.8～3.7,P＜0.001）是浆膜浸润的独立影响因素。基于这4个指标建立的预测模型能够较为准确地预测浆膜浸润风险,其AUC值为0.733。结论：基于脾脏影像的肿瘤浸润评分联合其他临床因素可准确预测胃癌浆膜浸润与否,提高诊断精度。     

基于CT影像组学列线图鉴别非功能性神经内分泌肿瘤与实性假乳头状瘤

目的：探讨基于术前CT图像构建的影像组学列线图预测非功能性神经内分泌肿瘤（NF-pNETs）与实性假乳头状瘤（SPTs）的价值。方法：纳入87例经病理证实的NF-pNETs和SPTs,按7:3随机分为训练组（62例）和验证组（25 例）。使用A.K.软件对CT平扫、动脉期和延迟期图像提取肿瘤纹理特征。采用最大相关-最小冗余（mRMR）算法、套索（LASSO）算法及10折交叉验证进行特征降维,筛选出最具特征的参数。运用多因素Logistic回归筛选相关因子结合影像组学评分（Rad-score）,构建影像组学列线图模型。采用受试者工作特征（ROC）曲线评价影像组学模型区分二者的诊断效能。决策曲线分析（DCA）评价模型的获益情况。结果：CT平扫、动脉期和延迟期图像提取的396个特征经mRMR、LASSO和10折交叉验证筛选后最终保留特征分别为8个、6个、7个,综合模型最终保留10个特征。使用多因素Logistic回归构建包含性别、年龄、肿瘤最大径和CT平扫、动脉期、延迟期联合的Rad-score综合影像组学列线图。综合影像组学列线图的预测效能优于CT平扫、动脉期和延迟期建立的影像组学模型,训练组ROC曲线下面积为0.97（95%CI =0.94～1.00）,验证组为0.92（95%CI =0.81～1.00）。DCA显示风险阈值大于0.45时,使用综合影像组学列线图对鉴别二者的临床应用价值较大。结论：基于CT平扫、动脉期和延迟期构建的综合影像组学列线图对NF-pNETs和SPTs有较好的区分能力,可辅助作为一种术前评估的无创性影像学手段。     

基于增强CT影像组学的列线图模型在预测胸腺上皮性肿瘤WHO简化分型中的应用研究

目的 探讨基于增强CT图像的列线图模型在预测胸腺上皮性肿瘤(TETs)WHO简化分型中的应用价值。方法 回顾性分析术前行胸部增强CT检查并经手术病理证实的165例TETs,按照8:2的比例随机划分为训练集132例与验证集33例。于静脉期图像手动勾画感兴趣区(ROI)并提取影像组学特征,经数据降维筛选出有效特征并建立影像组学公式,计算每位患者的得分(radscore)并构建影像组学模型。纳入多个CT特征,经多因素逻辑回归筛选出具有独立预测价值的特征并构建CT特征模型。联合具有独立预测价值的CT特征及radscore构建列线图模型。采用受试者工作特性曲线(ROC)评估模型的诊断效能,校正曲线及决策曲线(DCA)评估模型的预测准确性及临床应用价值。结果 在训练集中,纵隔脂肪浸润与radscore共同构建了列线图模型,模型在训练集的曲线下面积(AUC)值为0.902(95%CI:0.838～0.947),在验证集的AUC值为0.824(95%CI:0.652～0.934)。结论 基于增强CT影像组学的列线图模型对于TETs WHO简化分型有较高的预测价值,可作为一种无创的术前评估工具辅助临床决...     

基于多参数磁共振成像的影像组学列线图在识别脑白质高信号半暗带中的应用研究

目的探讨使用T2WI联合FLAIR序列成像的影像组学列线图识别脑白质高信号半暗带的临床可行性。方法回顾性分析2012年至2017年我院收治的57例白质高信号进展患者和57例健康体检者的资料并分为训练组(n=80)和验证组(n=34)。对每例患者和健康体检的白质高信号半暗带区分别对T2WI和FLAIR图像提取纹理特征,然后对训练组使用最小绝对收缩与选择算子算法进行降维并建立影像组学标签,同时结合临床危险因素作为Logistic回归分析的潜在预测因子构建识预测模型并制作模型列线图。通过验证组数据评估影像组学列线图的性能和临床应用价值。结果列线图预测白质高信号半暗带的准确率在训练组和验证组中分别为0.881和0.862。Hosmer-Lemeshow检验在训练和验证集间差异均无统计学意义(P>0.05)。使用受试者工作特征曲线评估列线图、影像组学标签和糖尿病因素的AUC分别为0.829、0.819和0.64。结论基于多参数磁共振成像的影像组学列线图可作为一种量化工具帮助临床医生识别白质高信号半暗带,从而进行早期的干预治疗。     

Her-2与乳腺癌研究进展

Her-2是一个判断乳腺癌预后的独立标志物,可判定预后和治疗效果.近年来,Her-2作为乳腺癌的靶点,已经成为乳腺癌靶向治疗的研究热点.     

乳腺癌187例钼靶X线诊断分析

乳腺癌在目前诸多诊断方法中，数字化乳腺钼靶X线技术的应用，大大提高了乳腺癌的诊断水平，但由于不同类型乳腺癌的组织学特点不同，其在钼靶X线上的成像特点也有很大差异。现报告如下。     

基于影像组学参数评估376例幕上自发性脑出血患者的功能状态

目的 探讨基于首次平扫CT的影像组学列线图模型对幕上自发性脑出血患者90 d功能状态的预测价值。方法 回顾性分析幕上自发性脑出血(sICH)患者376例,根据90 d改良Rankin量表(mRS)评分结果将患者分为预后不良组121例(mRS评分为4～6分)和预后良好组255例(mRS评分为0～3分)。从首次平扫CT提取影像组学特征,计算影像组学评分(Rad-score)并构建影像组学模型。分析筛选临床因素用于构建临床模型,并结合Rad-score构建列线图模型。分析比较上述3种模型的预测效能。结果 最终筛选出20个特征用于构建影像组学模型,临床模型由年龄(OR=1.045,95%CI:1.023～1.066)、格拉斯哥昏迷评分GCS≤8(OR=4.128,95%CI:2.161～7.887)、血肿破入脑室(OR=3.071,95%CI:1.744～5.408)和血肿体积>30 mL(OR=5.802,95%CI:3.327～10.117)构成。在训练集,列线图模型的曲线下面积(0.892)高于临床模型(0.814)及影像组学模型(0.862),差异有统计学意义(Z值分别为3.35...     

乳腺钼靶摄影成像对乳腺癌的诊断价值

目的探讨乳腺钼靶摄影成像对乳腺癌的诊断价值。方法回顾性分析经手术病理证实并行乳腺钼靶摄影的乳腺癌60例,其X线征象对乳腺癌的诊断价值。结果浸润性导管癌48例,浸润性小叶癌5例,浸润性黏液腺癌3例,导管内癌4例。腋窝淋巴结转移29例。其中结节9例,边界欠清6例,边界清楚3例。肿块48例,其中毛刺征9例、分叶征17例,透亮环征2例,边缘模糊30例、边界清晰2例,合并钙化30例,其中成簇泥沙样钙化9例、小杆状钙化3例、小叉状钙化1例,沿导管分布线性钙化1例,混合型钙化16例。单纯成簇泥沙样钙化1例。结构扭曲紊乱伴钙化1例。片状致密影1例。结论乳腺钼靶摄影成像对乳腺癌的早期发现、早期诊断具有重要价值。     

DR数字钼铑双靶摄影对乳腺癌的诊断价值

目前,全球乳腺癌的发病率逐年上升,现已居女性恶性肿瘤之首。其早期发现、早期诊断和早期治疗对患者预后尤为重要,而定期检查是降低乳腺癌病死率的一个有效措施。     

Her-2／neu与乳腺癌的研究进展

HER-2／neu癌基因,又名c—erbB-2,在人体定位于染色体17q21,其编码产物p185Her-2蛋白在许多肿瘤,如乳腺癌、卵巢癌、非小细胞肺癌等肿瘤中过量表达,与肿瘤的发生、发展及预后关系密切。近年来,随着对Her-2／neu的研究不断深入,其已经成为乳腺癌靶向治疗的研究热点。     

看图识病：钼靶影像在乳腺癌诊治中的作用

钼靶是筛查和诊断乳腺癌最常用的方法之一。对乳腺癌的诊断具有较高的敏感性与特异性,主要通过影像上发现的肿物和钙化来判断疾病性质,适用于40岁以上女性乳腺癌的筛查,尤其是乳房肥大、腺体萎缩的中老年妇女。因其对微钙化显示清晰,是目前发现钙化型早期癌,甚至原位癌最有效的方法。     

非哺乳期慢性乳腺脓肿钼靶影像诊断

目的：分析非哺乳期慢性乳腺脓肿的钼靶影像征象，以提高其诊断的准确性。方法：回顾性分析58例确定诊断为慢性乳腺脓肿的患者的钼靶影像征象。结果：非哺乳期慢性乳腺脓肿的钼靶影像表现各种各样。我们将其分为四种类型：肿块形，火焰形，致密形，水肿形。火焰形为其典型表现，位于深部的慢性脓肿极易误诊，结论：钼靶影像对非哺乳期慢性乳腺脓肿具有定性诊断意义。深部脓肿及不典型结合乳导管造影，活检以超声综合分析，正确诊断是可能的。     

79例乳腺癌钼靶X线征象分析

目的通过对乳腺癌钼靶x线征象的分析,提高乳腺癌的诊断正确率。方法对79例经手术病理证实为乳腺癌患者的钼靶X线征象进行回顾性分析、总结。结果79例乳腺癌患者x线征象：直接见肿块53例（67．1％）,毛刺征25例（31．6％）,恶性钙化31例（39．2％）,不对称性致密影17例（21．5％）。结论乳腺钼靶摄影对乳腺癌显示清楚,具有较高的诊断正确率,可作为乳腺癌首选的影像学检查方法。