Artificial intelligence in liver ultrasound

Artificial intelligence (AI) is playing an increasingly important role in medicine, especially in the field of medical imaging. It can be used to diagnose diseases and predict certain statuses and possible events that may happen. Recently, more and more studies have confirmed the value of AI based on ultrasound in the evaluation of diffuse liver diseases and focal liver lesions. It can assess the severity of liver fibrosis and nonalcoholic fatty liver, differentially diagnose benign and malignant liver lesions, distinguish primary from secondary liver cancers, predict the curative effect of liver cancer treatment and recurrence after treatment, and predict microvascular invasion in hepatocellular carcinoma. The findings from these studies have great clinical application potential in the near future. The purpose of this review is to comprehensively introduce the current status and future perspectives of AI in liver ultrasound.     

乳腺肿瘤常规超声联合超声造影影像组学特征与乳腺癌分子分型相关性的研究进展

影像组学（radiomics）是一种从医学影像中高通量地提取影像特征来深入挖掘内部数据信息的技术方法,通过肿瘤分割、特征提取与模型建立来辅助临床对肿瘤的诊断与治疗。在精准医疗时代,乳腺癌（breast cancer,BC）的个体化早期诊治尤为重要。常规超声是诊断乳腺肿瘤的重要影像学方法,超声造影（contrast enhanced ultrasound,CEUS）可以实时显示乳腺肿瘤微血管灌注的形态学及功能学变化,在此基础上产生的超声及超声造影影像组学在乳腺肿瘤良恶性诊断及判断乳腺癌分子分型中具有潜在临床应用价值。本文就乳腺肿瘤常规超声联合超声造影影像组学特征与乳腺癌分子分型相关性方面进行综述。     

肺癌放疗患者症状性放射性肺炎预测的CT影像组学研究

目的:基于肺癌患者放疗前的CT影像组学特征,综合临床信息与放疗剂量学特征,利用机器学习方法构建症状性放射性肺炎的预测模型。方法:回顾性收集2018年11月至2020年4月在江南大学附属医院接受放疗的103例肺癌患者的临床与剂量学资料。获取这些患者放疗前胸部CT影像,勾画双侧正常肺组织结构,提取250种影像组学特征。用单...     

骨肉瘤影像组学的研究现状与进展

影像组学从常规影像学图像中提取肉眼不可见的定量成像特征进行数据分析和模型构建来帮助临床决策,可弥补常规影像分析的不足,可能对将来骨肉瘤的精准诊治具有重要指导意义.本文简要介绍骨肉瘤影像组学的工作流程,回顾影像组学在骨肉瘤中的最新应用,并讨论骨肉瘤影像组学的局限性和未来的研究方向.     

超声影像组学在妇科常见恶性肿瘤应用中的研究进展

影像组学是指通过对医学图像的感兴趣区勾画,将医学影像转化为数据信息,通过多种途径分析其特征信息,并将这些信息用来构建模型,在临床疾病诊断、预后评估等方面进行应用。妇科恶性肿瘤严重影响女性身心健康,基于超声的影像组学相关研究也已经陆续开展和应用。本文从影像组学概念、工作流程,相关临床应用等方面就超声影像组学在妇科常见恶性肿瘤中的研究进展进行综述。     

基于CT平扫的影像组学模型鉴别肺炎性肌纤维母细胞瘤和周围型肺癌的研究

目的 探讨基于CT平扫的影像组学在鉴别肺炎性肌纤维母细胞瘤(IMT)和周围型肺癌(PLC)的价值.方法 回顾性收集经我院及外院手术后病理证实的72例肺IMT及79例PLC的资料.使用A.K(Artificial Intelligence Kit)软件从CT平扫图像中提取高通量数据,对其进行特征筛选及降维,去除了重复性差...     

Use of radiomics in the radiation oncology setting: Where do we stand and what do we need?

Radiomics is a field that has been growing rapidly for the past ten years in medical imaging and more particularly in oncology where the primary objective is to contribute to personalised and predictive medicine. This short review aimed at providing some insights regarding the potential value of radiomics for cancer patients treated with radiotherapy. Radiomics may contribute to each stage of the patients’ management: diagnosis, planning, treatment monitoring and post-treatment follow-up (toxicity and response). However, its applicability in clinical routine is currently hindered by several factors, including lack of automation, standardisation and harmonisation. A major effort must be carried out to automate the workflow, standardise radiomics good practices and carry out large-scale studies before any transfer to daily clinical practice.     

基于多序列MRI与多体系影像组学模型预测子宫颈癌淋巴结转移的研究

背景与目的：术前寻找可早期用于准确评估淋巴结转移与否的生物标志物极具临床应用价值。探讨MRI影像组学参数预测子宫颈癌淋巴结转移的价值,建立和验证用于术前预测子宫颈癌淋巴结转移的影像组学模型。方法：回顾性分析2015年6月—2019年9月在复旦大学附属肿瘤医院经术后病理学检查证实的子宫颈癌非淋巴结转移患者和子宫颈癌淋巴结转移患者共202例的临床资料,所有患者均经过术前MRI检查。选用MRI图像分别为T2加权图像（T2 weighted image,T2WI）和T1增强图像（T1 contrast +,T1C+）。使用ITK-SNAP软件进行三维手动分割子宫颈癌肿瘤区域。通过开源的python包Pyradiomics和python编程平台jupyter notebook,经过10种图像类型体系和6种特征体系来提取影像组学特征,选取子宫颈癌患者202例,其中未发生淋巴结转移的104例,发生淋巴结转移的98例。T2WI序列和T1C+序列模型分别提取1 923个特征,T2WI联合T1C+序列提取3 846个特征。通过建立影像组学标签,经过机器学习模型验证影像组学标签。最后将训练集和测试集的曲线下面积（area under curve,AUC）、准确率、阳性预测值（positive predictive value,PPV）和阴性预测值（negative predictive value,NPV）作为评估影像组学标签的定量表现。结果：T2WI序列选取特征排序前14名的特征进行分类器训练,训练集AUC=0.810,测试集AUC=0.773。对于T1C+序列选取了特征排序前16名的特征进行分类器训练,训练集AUC=0.819,测试集AUC=0.781。在T2WI联合T1C+序列中选取了特征排序前16名的特征进行分类器训练,训练集AUC=0.841,测试集AUC=0.803。结论：T2WI联合T1C+序列影像组学模型对早期子宫颈癌淋巴结转移有较好的预测能力。     

CBCT影像组学联合构建Nomogram模型预测食管癌放疗患者放射性肺炎

目的:通过对放疗疗程中不同时段CBCT图像的影像组学分析,寻找早期定量预测食管癌放疗放射性肺炎(RP)的参数,结合临床特征和肺剂量体积参数建立联合Nomogram模型并探讨这一模型对食管癌RP的预测价值。方法:回顾分析2017—2019年间临床资料、剂量学参数、CBCT图像资料完整的96例胸中段食管鳞癌调强放疗患者资料...