排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
目的 比较基于双参数MRI的深度学习模型和临床模型对临床显著性前列腺癌（clinical significant prostate cancer, csPCa的诊断价值,并联合深度学习模型和临床指标建立混合模型,探讨混合模型对csPCa诊断效能的提升价值。材料与方法 回顾性分析本院2017年2月至2022年5月共531例因临床怀疑前列腺癌而行术前MRI并行后续穿刺和/或手术病理检查患者的临床及影像资料,其中csPCa 319例,非csPCa 212例。按照8∶2比例随机划分为训练集（425例）和测试集（106例）。手动勾画T2加权成像（T2-weighted imaging,T2WI）、扩散加权成像（diffusion-weighted imaging,DWI）及表观扩散系数（apparentdiffusion coefficient, ADC）图像的感兴趣区后采用DenseNet网络建立深度学习模型,采用单因素和多因素逻辑回归筛选出临床特征后建立临床模型,并使用逻辑回归联合深度学习模型和临床特征建立深度学习-临床混合模型。使用受试者工作特征（receiver operating ch... 相似文献
2.
目的评估前列腺癌局部复发影像报告系统(PI-RR)对前列腺癌根治性切除术(RP)后局部复发的诊断效能及不同年资医师间评分的一致性。方法本研究为横断面研究。回顾性收集2015年7月到2021年10月苏州大学附属第一医院RP后发生生化复发(BCR)而接受多参数MRI(mpMRI)的前列腺癌患者176例。6名不同年资放射科医师(2名低年资、2名高年资及2名专家医师)按照PI-RR评分标准分析mpMRI图像并对主病灶进行评分。基于穿刺病理结果、随访影像学检查及前列腺特异性抗原水平判定术后结局, 分为局部复发组(54例)和未局部复发组(122例)。使用组内相关系数(ICC)和Kappa检验评估不同年资医师PI-RR评分的一致性。采用受试者操作特征(ROC)曲线分析不同年资医师PI-RR评分对前列腺癌RP术后局部复发的诊断效能, 使用DeLong检验比较不同年资医师PI-RR评分的ROC曲线下面积(AUC), 并对结果进行Benjamini-Hochberg法FDR校正。计算以PI-RR评分≥3或4分为阈值时的灵敏度、特异度。结果不同年资医师PI-RR评分ICC(95%CI)为0.70(0.64～... 相似文献
3.
目的探讨基于双参数MRI机器学习模型对前列腺癌和临床显著性前列腺癌(csPCa)的诊断价值。方法回顾性收集2015年5月至2020年12月江苏省内3个医疗中心共1 368例行术前MRI且经病理证实的前列腺疾病患者的影像资料, 其中csPCa 412例, 无显著临床意义的前列腺癌(ciPCa)242例, 良性前列腺病变714例, 年龄30～92(69.4±8.2)岁。采用Python内嵌random工具包将中心一和中心二数据按照7∶3比例进行无放回随机数法采样划分为训练组和内部测试组, 中心三数据设为独立外部测试组, 其中训练组包括243例csPCa、135例ciPCa和384例良性病变, 内部测试组包括104例csPCa、58例ciPCa和165例良性病变, 外部测试组包括65例csPCa、49例ciPCa和165例良性病变。分别提取T2加权成像、弥散加权成像和表观扩散系数图的影像组学特征, 采用Pearson相关系数分析、方差分析筛选影像组学特征, 分别使用随机森林(RF)和支持向量机两种算法构建机器学习模型, 并在内部测试组和外部测试组对模型进行测试。最后, 选取诊断效能较高的机器... 相似文献
1