期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
动态增强MRI瘤内与瘤周影像组学特征对三阴性乳腺癌的诊断价值研究
被引量:
12
1
作者
陆欢
葛敏
王世威
《浙江医学》
CAS
2021年第15期1647-1651,I0006,共6页
目的探讨乳腺动态增强MRI(DCE-MRI)瘤内与瘤周影像组学特征对三阴性乳腺癌(TNBC)的诊断价值。方法选取2012年12月至2017年5月在浙江中医药大学附属第一医院接受治疗的乳腺癌患者143例。其中TNBC患者23例,非TNBC患者120例,均经手术病理证...
目的探讨乳腺动态增强MRI(DCE-MRI)瘤内与瘤周影像组学特征对三阴性乳腺癌(TNBC)的诊断价值。方法选取2012年12月至2017年5月在浙江中医药大学附属第一医院接受治疗的乳腺癌患者143例。其中TNBC患者23例,非TNBC患者120例,均经手术病理证实,并在术前行乳腺DCE-MRI检查。采用3D Slicer软件在动态增强第二期上勾画病灶,瘤周区域选择瘤体向外扩5 mm进行自动勾画,然后手动调整确认勾画范围。按照7:3的比例随机分为训练集与验证集,使用Analysis Kit(AK)分析软件对训练集提取396个影像组学特征,用mRMR算法及LASSO回归分析对影像组学特征进行降维,用优化的特征集建立模型,并对模型性能进行Hosmer-Lemeshow(H-L)检验。结果经过特征降维,瘤内、瘤周及瘤内加瘤周分别剩余6个影像组学特征被用来建立模型。在验证集中,瘤内、瘤周及瘤内加瘤周的模型ROC曲线AUC分别为0.74、0.71、0.81;灵敏度分别为0.83、0.67、0.83;特异度分别为0.64、0.83、0.83。H-L检验的结果也表明3个模型与实际结果有较好的一致性(P>0.05)。结论乳腺联合DCE-MRI瘤内及瘤周影像组学特征有助于提高TNBC的诊断能力。
展开更多
关键词
三阴性乳腺癌
影像组学
磁共振成像
瘤内
瘤周
暂未订购
基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值
被引量:
13
2
作者
吴韧
李新宇
+1 位作者
陈随
卢光明
《医学研究与战创伤救治》
CAS
北大核心
2023年第4期375-381,共7页
目的探讨基于动态增强磁共振(DCE-MRI)瘤内和最佳瘤周区域影像组学模型来预测三阴性乳腺癌(TNBC)。方法回顾性分析东部战区总医院2017年6月至2022年5月入院治疗并行手术病理证实的232例乳腺癌患者。采用随机抽样的方法按照8∶2比例分为...
目的探讨基于动态增强磁共振(DCE-MRI)瘤内和最佳瘤周区域影像组学模型来预测三阴性乳腺癌(TNBC)。方法回顾性分析东部战区总医院2017年6月至2022年5月入院治疗并行手术病理证实的232例乳腺癌患者。采用随机抽样的方法按照8∶2比例分为训练集(n=185)和测试集(n=47)。所有患者均行乳腺DCE-MRI检查,在DCE-MRI序列上手动逐层勾画感兴趣区(ROI),瘤周区域分别等距外扩。线性相关阈值和方差分析用于特征筛选,联合逻辑回归(LR)的机器学习方法构建影像组学模型。融合模型由瘤内及最佳瘤周影像组学特征共同组成。采用受试者工作特性曲线(ROC)来评价各模型的诊断性能,Delong检验来比较各模型预测性能。结果瘤内模型的训练集和测试集的ROC曲线下面积(AUC)分别为0.833、0.768。瘤周特征建模以瘤周6 mm范围结果最佳,在训练集和测试集AUC分别为0.814、0.790。瘤内和瘤周的融合模型的预测效能最佳,在训练集和测试集AUC分别为0.924、0.881。结论基于乳腺DCE-MRI瘤内和瘤周的融合影像组学模型可以很好的预测三阴性乳腺癌。
展开更多
关键词
三阴性乳腺癌
磁共振成像
影像组学
瘤内
瘤周
暂未订购
题名
动态增强MRI瘤内与瘤周影像组学特征对三阴性乳腺癌的诊断价值研究
被引量:
12
1
作者
陆欢
葛敏
王世威
机构
浙江中医药大学附属第一医院医学影像科
出处
《浙江医学》
CAS
2021年第15期1647-1651,I0006,共6页
基金
浙江省医药卫生科技计划项目(2020KY199)
浙江省公益技术应用研究资助项目(LGF21H180003)。
文摘
目的探讨乳腺动态增强MRI(DCE-MRI)瘤内与瘤周影像组学特征对三阴性乳腺癌(TNBC)的诊断价值。方法选取2012年12月至2017年5月在浙江中医药大学附属第一医院接受治疗的乳腺癌患者143例。其中TNBC患者23例,非TNBC患者120例,均经手术病理证实,并在术前行乳腺DCE-MRI检查。采用3D Slicer软件在动态增强第二期上勾画病灶,瘤周区域选择瘤体向外扩5 mm进行自动勾画,然后手动调整确认勾画范围。按照7:3的比例随机分为训练集与验证集,使用Analysis Kit(AK)分析软件对训练集提取396个影像组学特征,用mRMR算法及LASSO回归分析对影像组学特征进行降维,用优化的特征集建立模型,并对模型性能进行Hosmer-Lemeshow(H-L)检验。结果经过特征降维,瘤内、瘤周及瘤内加瘤周分别剩余6个影像组学特征被用来建立模型。在验证集中,瘤内、瘤周及瘤内加瘤周的模型ROC曲线AUC分别为0.74、0.71、0.81;灵敏度分别为0.83、0.67、0.83;特异度分别为0.64、0.83、0.83。H-L检验的结果也表明3个模型与实际结果有较好的一致性(P>0.05)。结论乳腺联合DCE-MRI瘤内及瘤周影像组学特征有助于提高TNBC的诊断能力。
关键词
三阴性乳腺癌
影像组学
磁共振成像
瘤内
瘤周
Keywords
Triple negative breast cancer
Radiomic
MRI
intranodular
Perinodular
分类号
R737.9 [医药卫生—肿瘤]
R445.2 [医药卫生—影像医学与核医学]
暂未订购
题名
基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值
被引量:
13
2
作者
吴韧
李新宇
陈随
卢光明
机构
南京医科大学金陵临床医学院(东部战区总医院)放射诊断科
出处
《医学研究与战创伤救治》
CAS
北大核心
2023年第4期375-381,共7页
基金
科技部科技创新2030--重大项目“新一代人工智能”专项(2020AAA0109505)。
文摘
目的探讨基于动态增强磁共振(DCE-MRI)瘤内和最佳瘤周区域影像组学模型来预测三阴性乳腺癌(TNBC)。方法回顾性分析东部战区总医院2017年6月至2022年5月入院治疗并行手术病理证实的232例乳腺癌患者。采用随机抽样的方法按照8∶2比例分为训练集(n=185)和测试集(n=47)。所有患者均行乳腺DCE-MRI检查,在DCE-MRI序列上手动逐层勾画感兴趣区(ROI),瘤周区域分别等距外扩。线性相关阈值和方差分析用于特征筛选,联合逻辑回归(LR)的机器学习方法构建影像组学模型。融合模型由瘤内及最佳瘤周影像组学特征共同组成。采用受试者工作特性曲线(ROC)来评价各模型的诊断性能,Delong检验来比较各模型预测性能。结果瘤内模型的训练集和测试集的ROC曲线下面积(AUC)分别为0.833、0.768。瘤周特征建模以瘤周6 mm范围结果最佳,在训练集和测试集AUC分别为0.814、0.790。瘤内和瘤周的融合模型的预测效能最佳,在训练集和测试集AUC分别为0.924、0.881。结论基于乳腺DCE-MRI瘤内和瘤周的融合影像组学模型可以很好的预测三阴性乳腺癌。
关键词
三阴性乳腺癌
磁共振成像
影像组学
瘤内
瘤周
Keywords
triple negative breast cancer
magnetic resonance imaging
radiomic
intranodular
perinodular
分类号
R737.9 [医药卫生—肿瘤]
暂未订购
题名
作者
出处
发文年
被引量
操作
1
动态增强MRI瘤内与瘤周影像组学特征对三阴性乳腺癌的诊断价值研究
陆欢
葛敏
王世威
《浙江医学》
CAS
2021
12
暂未订购
2
基于动态增强MRI瘤内和瘤周的影像组学模型在预测三阴性乳腺癌的诊断价值
吴韧
李新宇
陈随
卢光明
《医学研究与战创伤救治》
CAS
北大核心
2023
13
暂未订购
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部