目的探讨基于CT增强扫描联合直方图分析技术构建判断甲状腺良恶性结节的预测模型,并评价各个模型的诊断效能。方法收集154例符合纳入标准的甲状腺良恶性结节患者的临床及影像资料,其中良性结节80例,恶性结节74例;使用MaZda软件分别从CT...目的探讨基于CT增强扫描联合直方图分析技术构建判断甲状腺良恶性结节的预测模型,并评价各个模型的诊断效能。方法收集154例符合纳入标准的甲状腺良恶性结节患者的临床及影像资料,其中良性结节80例,恶性结节74例;使用MaZda软件分别从CT平扫、动脉期、静脉期3个期相中勾画病灶最大层面作为感兴趣区(region of interest,ROI)并提取直方图参数。采用R语言将所有数据以7:3的比例随机抽样划分为训练集(n=108)和测试集(n=46),将组间差异显著的变量依次纳入二元Logistic回归分析建立预测模型,采用受试者操作特征(receiver operating characteristic,ROC)曲线评价各训练集模型价值并计算曲线下面积(area under curve,AUC),之后预测测试集每个模型的的预测概率,与实际值对比后计算测试集各模型的ROC及AUC。结果在训练集中临床模型、平扫模型、动脉期模型、静脉期模型和联合模型的AUC分别为0.814、0.682、0.630、0.701、0.865;测试集中各个模型的AUC依次为0.722、0.676、0.619、0.655、0.745。结论基于CT增强扫描联合直方图分析技术构建的预测模型对判断甲状腺结节性质的诊断效能较高,可提高术前诊断符合率。展开更多
目的 应用CiteSpace可视化软件系统梳理近十年甲状腺超声人工智能领域的研究进展、知识结构。方法 以中国知网及Web of Science为来源数据库,检索2013~2023年关于甲状腺超声人工智能的相关文献,应用CiteSpace可视化软件绘制中、英文文...目的 应用CiteSpace可视化软件系统梳理近十年甲状腺超声人工智能领域的研究进展、知识结构。方法 以中国知网及Web of Science为来源数据库,检索2013~2023年关于甲状腺超声人工智能的相关文献,应用CiteSpace可视化软件绘制中、英文文献作者、机构、关键词图谱,并进行文献计量分析。结果 共纳入9515篇文献,涉及34个机构,119个关键词。知识图谱显示,中文文献发文量整体较英文文献发文量高,中、英文文献发文量分别自2013、2018年起逐年上升,近两年增长速度减缓。发表中文文献较多的作者包括姜珏、詹维伟、罗渝昆、周琦、雷小莹、张波等,发表英文文献较多的作者包括Paul、Saba、Suri等。国内231个机构、国际226个机构发表了相关文献,其中中文文献发文量前三的机构包括上海交通大学医学院附属瑞金医院超声科(21篇)、中国医学科学院北京协和医学院北京协和医院超声医学科(10篇)、西安交通大学第二附属医院超声研究室(5篇)和中国医科大学附属盛京医院超声科(5篇);英文文献发文量前三的机构包括浙江大学(9篇)、上海交通大学(7篇)、中山大学(7篇)和华中科技大学(7篇)。机构间合作关系主要以浙江大学、上海交通大学为核心的国内机构,以及以North Eastern Hill Univ为核心的国际机构。关键词分析结果显示,中文文献主要集中在多模态超声用于甲状腺良恶性结节的鉴别方面;英文文献更偏向于机器深度学习、人工智能方向。结论 国内及国际研究人员对于甲状腺超声人工智能的关注度不断提高,但仍需加强跨机构、跨团队、跨区域的多中心协作,进一步深入研究。展开更多
文摘目的探讨基于CT增强扫描联合直方图分析技术构建判断甲状腺良恶性结节的预测模型,并评价各个模型的诊断效能。方法收集154例符合纳入标准的甲状腺良恶性结节患者的临床及影像资料,其中良性结节80例,恶性结节74例;使用MaZda软件分别从CT平扫、动脉期、静脉期3个期相中勾画病灶最大层面作为感兴趣区(region of interest,ROI)并提取直方图参数。采用R语言将所有数据以7:3的比例随机抽样划分为训练集(n=108)和测试集(n=46),将组间差异显著的变量依次纳入二元Logistic回归分析建立预测模型,采用受试者操作特征(receiver operating characteristic,ROC)曲线评价各训练集模型价值并计算曲线下面积(area under curve,AUC),之后预测测试集每个模型的的预测概率,与实际值对比后计算测试集各模型的ROC及AUC。结果在训练集中临床模型、平扫模型、动脉期模型、静脉期模型和联合模型的AUC分别为0.814、0.682、0.630、0.701、0.865;测试集中各个模型的AUC依次为0.722、0.676、0.619、0.655、0.745。结论基于CT增强扫描联合直方图分析技术构建的预测模型对判断甲状腺结节性质的诊断效能较高,可提高术前诊断符合率。
文摘目的 应用CiteSpace可视化软件系统梳理近十年甲状腺超声人工智能领域的研究进展、知识结构。方法 以中国知网及Web of Science为来源数据库,检索2013~2023年关于甲状腺超声人工智能的相关文献,应用CiteSpace可视化软件绘制中、英文文献作者、机构、关键词图谱,并进行文献计量分析。结果 共纳入9515篇文献,涉及34个机构,119个关键词。知识图谱显示,中文文献发文量整体较英文文献发文量高,中、英文文献发文量分别自2013、2018年起逐年上升,近两年增长速度减缓。发表中文文献较多的作者包括姜珏、詹维伟、罗渝昆、周琦、雷小莹、张波等,发表英文文献较多的作者包括Paul、Saba、Suri等。国内231个机构、国际226个机构发表了相关文献,其中中文文献发文量前三的机构包括上海交通大学医学院附属瑞金医院超声科(21篇)、中国医学科学院北京协和医学院北京协和医院超声医学科(10篇)、西安交通大学第二附属医院超声研究室(5篇)和中国医科大学附属盛京医院超声科(5篇);英文文献发文量前三的机构包括浙江大学(9篇)、上海交通大学(7篇)、中山大学(7篇)和华中科技大学(7篇)。机构间合作关系主要以浙江大学、上海交通大学为核心的国内机构,以及以North Eastern Hill Univ为核心的国际机构。关键词分析结果显示,中文文献主要集中在多模态超声用于甲状腺良恶性结节的鉴别方面;英文文献更偏向于机器深度学习、人工智能方向。结论 国内及国际研究人员对于甲状腺超声人工智能的关注度不断提高,但仍需加强跨机构、跨团队、跨区域的多中心协作,进一步深入研究。
