排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
目的 观察临床和CT影像组学特征用于预测胃癌微卫星高度不稳定(MSI-H)状态的价值。方法 纳入150例胃癌患者,MSI-H阳性30例、阴性120例;按7∶3比例将其分为训练集(n=105)和验证集(n=45)。基于腹部静脉期增强CT图提取病灶影像组学特征并加以筛选,计算影像组学评分(Radscore);比较训练集和验证集MSI-H阳性与阴性患者临床资料及Radscore差异;分别基于其间差异有统计学意义的临床因素和Radscore构建临床模型、CT影像组学模型及临床-CT影像组学联合模型,评估其预测胃癌MSI-H状态的价值。结果 训练集和验证集中,MSI-H阳性与阴性肿瘤位置、Radscore差异均有统计学意义(P均<0.05)。临床模型、CT影像组学模型及联合模型评估训练集胃癌MSI-H状态的曲线下面积(AUC)分别0.760、0.799及0.864,在验证集分别为0.735、0.812及0.849;联合模型的AUC大于2种单一模型(P均<0.05)。结论 基于肿瘤位置和Radscore的临床-CT影像组学联合特征可有效预测胃癌MSI-H状态。 相似文献
2.
目的:探讨经导管动脉栓塞(TAE)联合微波消融(MWA)治疗肾细胞癌(RCC)的初步疗效、可行性及安全性.方法:回顾性分析2013年9月-2020年4月16例接受TAE联合MWA治疗且资料完整、经病理确诊的RCC患者的临床资料.16例患者首先接受TAE治疗,然后在Dyna CT引导下行MWA.比较治疗前后的实验室指标变... 相似文献
3.
5.
7.
目的:基于术前CT构建预测肝门部胆管癌(pCCA)神经侵犯(PNI)的影像组学模型,并评价其效能。方法:回顾性分析本院2013年2月-2021年2月149例经病确诊的pCCA患者的临床资料,其中PNI组患者108例,无PNI组患者41例。采用R语言将所有患者按3:1比例随机分为训练集和验证集。在静脉期图像上,沿肿瘤边缘在所有层面上手动勾画3D感兴趣区(ROI),使用3D Slicer提取影像组学特征。采用组内相关系数(ICC)、相关性分析去除冗余特征,采用随机森林算法(RF)对所有临床、影像组学特征进行重要性排序,并选取前18个重要特征构建RF模型。使用准确性、敏感性、特异性及受试者操作特征(ROC)曲线评价模型效能。结果:在训练集中,RF模型的准确性、敏感性、特异性均为100%,ROC曲线下面积AUC为1;在验证集中,RF模型的准确性为70.3%,敏感性为59.3%,特异性为100%,AUC为0.846(0.713~0.979)。结论:基于增强CT图像建立的影像组学模型可用于术前无创性预测pCCA患者的PNI状态。 相似文献
8.
9.
10.
目的 观察术前CT影像组学联合病理及CT特征预测局部进展期食管鳞癌(LAESCC)早期复发(ER)的价值。方法 回顾性分析334例LAESCC,按7 ∶ 3比例将患者分为训练集(n=234)或验证集(n=100),对其进行随访,记录术后有无ER(即术后12个月内肿瘤复发)。采用单因素及多因素logistic回归比较训练集有、无ER患者临床、CT表现及术前病理资料,筛选ER独立危险因素,构建CT-术前病理模型。基于训练集静脉期CT图像提取及筛选LAESCC影像组学特征并建立影像组学模型,以之联合独立危险因素建立联合模型。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估各模型诊断效能。结果 334例中,168例ER、166例无ER;训练集有、无ER均为117例、验证集51例ER、49例无ER。CT显示LAESCC长度、cT分期、cN分期及术前病理分化程度均为ER独立危险因素(P均<0.05);CT-术前病理模型在训练集和验证集的AUC分别为0.759和0.783。共选出10个最佳影像组学特征,以之建立的影像组学模型在训练集和验证集的AUC分别为0.770和0.730,联合模型在训练集和验证集的AUC分别为0.838和0.826。联合模型在训练集的AUC高于术前CT-病理模型及影像组学模型(P均<0.01)。结论 CT影像组学联合CT及术前病理特征能有效预测LAESCC术后ER。 相似文献