背景与目的:弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)的生发中心B细胞样(germinal center B-cell-like,GCB)亚型和非GCB(non-GCB)亚型在患者预后和治疗上存在差异,但目前依赖有创病理学检查。本研究基于多参数MRI构建...背景与目的:弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)的生发中心B细胞样(germinal center B-cell-like,GCB)亚型和非GCB(non-GCB)亚型在患者预后和治疗上存在差异,但目前依赖有创病理学检查。本研究基于多参数MRI构建影像组学和深度学习模型,旨在于术前无创性区分这两种亚型。方法:本研究回顾性分析2013年3月—2024年12月在复旦大学附属华山医院及外院经病理学检查确诊的DLBCL患者。使用多参数MRI扫描数据,结合4种影像组学机器学习[支持向量机(support vector machine,SVM)、逻辑回归(logistic regression,LR)、高斯过程(Gaussian process,GP)和朴素贝叶斯(Naive Bayes,NB)]和3种深度学习[密集连接卷积网络121(densely-connected convolutional networks 121,DenseNet121)、残差网络101(residual network 101,ResNet101)和高效网络B5(Efficient Net-b5)]建立DLBCL亚型分类模型。此外,两名经验不同的放射科医师在盲法下基于MRI图像独立分类DLBCL。模型和医师的诊断性能均通过接收者操作特征曲线下面积(area under the curve,AUC)、准确度(accuracy,ACC)和F1分数(F1-score,F1)等指标进行量化评估,以衡量其区分GCB和non-GCB亚型的能力。本研究经复旦大学附属华山医院伦理委员会批准(KY2024-663),所有患者均知情同意。结果:本研究共纳入173例患者(GCB型55例,non-GCB型118例)。影像组学和深度学习方法能有效地区分DLBCL亚型。其中,GP影像组学模型(基于T1-CE+T2-FLAIR+ADC序列)和DenseNet121深度学习模型(基于T1-CE+T2-FLAIR+ADC序列)表现最佳,在内部验证集上分别取得优异性能(GP:AUC=0.900,ACC=0.896,F1=0.840;DenseNet121:AUC=0.846,ACC=0.854,F1=0.774),并在外部验证集上保持稳健。并且,最优AI模型的分类效能优于经验丰富的放射科医师(医师最高AUC=0.678)。结论:基于多参数MRI特征的影像组学与深度学习模型可有效地鉴别DLBCL的GCB与non-GCB亚型。其中,GP与DenseNet121模型在处理复杂图像数据、特别是融合多序列特征组进行亚型分类时,呈现出优异的性能。展开更多
针对老旧水电厂发电机出口主回路和分支回路相关附属设备难以满足电站安全稳定运行要求问题,经过技术经济比较,确定了改造方案,即母线采用绝缘管型母线、主回路采用120 kA GCB和分支回路采用大容量速断开关方案,阐述了方案实施的关键工...针对老旧水电厂发电机出口主回路和分支回路相关附属设备难以满足电站安全稳定运行要求问题,经过技术经济比较,确定了改造方案,即母线采用绝缘管型母线、主回路采用120 kA GCB和分支回路采用大容量速断开关方案,阐述了方案实施的关键工艺,可供其他电站改造时参考。展开更多
重组人白介素-11（ recombinant human int erleukin-11, rhlL-11 ）是临床证明安全有效的促血小板生长因子，常用于化疗后出现骨髓抑制或血液科患者。其不良反应包括心律失常、恶心呕吐、眩晕、呼吸困难和皮疹。大部分均为轻至中度，...重组人白介素-11（ recombinant human int erleukin-11, rhlL-11 ）是临床证明安全有效的促血小板生长因子，常用于化疗后出现骨髓抑制或血液科患者。其不良反应包括心律失常、恶心呕吐、眩晕、呼吸困难和皮疹。大部分均为轻至中度，停药后均能迅速消退。展开更多
目的探讨原发性中枢神经系统淋巴瘤(primary central nervous system lymphoma,PCNSL)患者的临床特征、病理情况和预后因素.方法回顾性分析2011年-2018年诊断为PCNSL的15例患者,患者分别接受了手术、化疗、全脑放疗(WBRT)等综合治疗.结...目的探讨原发性中枢神经系统淋巴瘤(primary central nervous system lymphoma,PCNSL)患者的临床特征、病理情况和预后因素.方法回顾性分析2011年-2018年诊断为PCNSL的15例患者,患者分别接受了手术、化疗、全脑放疗(WBRT)等综合治疗.结果15例患者的中位年龄为71岁(范围35~88岁).CD10,Bcl6,MUM1,Bcl2和MYC的蛋白表达分别占0%,57.1%,57.1%,100%和33.3%,有1例生发中心B细胞(GCB)和2例双重表达(MYC+/Bcl2+)淋巴瘤.12例患者为多发性脑病变.分别有7例,4例和3例患者接受了一线WBRT,二线WBRT和手术后巩固WBRT的治疗.中位随访时间为46.0个月,中位生存时间40.0个月,2年生存率为53.3%.与OS相关的因素是WBRT参与的时机(P=0.013).结论影响PCNSL治疗结果的因素是治疗方案.展开更多
文摘背景与目的:弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)的生发中心B细胞样(germinal center B-cell-like,GCB)亚型和非GCB(non-GCB)亚型在患者预后和治疗上存在差异,但目前依赖有创病理学检查。本研究基于多参数MRI构建影像组学和深度学习模型,旨在于术前无创性区分这两种亚型。方法:本研究回顾性分析2013年3月—2024年12月在复旦大学附属华山医院及外院经病理学检查确诊的DLBCL患者。使用多参数MRI扫描数据,结合4种影像组学机器学习[支持向量机(support vector machine,SVM)、逻辑回归(logistic regression,LR)、高斯过程(Gaussian process,GP)和朴素贝叶斯(Naive Bayes,NB)]和3种深度学习[密集连接卷积网络121(densely-connected convolutional networks 121,DenseNet121)、残差网络101(residual network 101,ResNet101)和高效网络B5(Efficient Net-b5)]建立DLBCL亚型分类模型。此外,两名经验不同的放射科医师在盲法下基于MRI图像独立分类DLBCL。模型和医师的诊断性能均通过接收者操作特征曲线下面积(area under the curve,AUC)、准确度(accuracy,ACC)和F1分数(F1-score,F1)等指标进行量化评估,以衡量其区分GCB和non-GCB亚型的能力。本研究经复旦大学附属华山医院伦理委员会批准(KY2024-663),所有患者均知情同意。结果:本研究共纳入173例患者(GCB型55例,non-GCB型118例)。影像组学和深度学习方法能有效地区分DLBCL亚型。其中,GP影像组学模型(基于T1-CE+T2-FLAIR+ADC序列)和DenseNet121深度学习模型(基于T1-CE+T2-FLAIR+ADC序列)表现最佳,在内部验证集上分别取得优异性能(GP:AUC=0.900,ACC=0.896,F1=0.840;DenseNet121:AUC=0.846,ACC=0.854,F1=0.774),并在外部验证集上保持稳健。并且,最优AI模型的分类效能优于经验丰富的放射科医师(医师最高AUC=0.678)。结论:基于多参数MRI特征的影像组学与深度学习模型可有效地鉴别DLBCL的GCB与non-GCB亚型。其中,GP与DenseNet121模型在处理复杂图像数据、特别是融合多序列特征组进行亚型分类时,呈现出优异的性能。
文摘目的探讨原发性中枢神经系统淋巴瘤(primary central nervous system lymphoma,PCNSL)患者的临床特征、病理情况和预后因素.方法回顾性分析2011年-2018年诊断为PCNSL的15例患者,患者分别接受了手术、化疗、全脑放疗(WBRT)等综合治疗.结果15例患者的中位年龄为71岁(范围35~88岁).CD10,Bcl6,MUM1,Bcl2和MYC的蛋白表达分别占0%,57.1%,57.1%,100%和33.3%,有1例生发中心B细胞(GCB)和2例双重表达(MYC+/Bcl2+)淋巴瘤.12例患者为多发性脑病变.分别有7例,4例和3例患者接受了一线WBRT,二线WBRT和手术后巩固WBRT的治疗.中位随访时间为46.0个月,中位生存时间40.0个月,2年生存率为53.3%.与OS相关的因素是WBRT参与的时机(P=0.013).结论影响PCNSL治疗结果的因素是治疗方案.
