首页期刊导航|放射学实践
期刊信息/Journal information
放射学实践
放射学实践

郭俊渊 胡道予 Paul Gerhardt(德国)

月刊

1000-0313

fsxsj@yahoo.cn,fsxsjzz@163.com

027-83662875

430030

武汉解放大道1095号同济医院内

放射学实践/Journal Radiologic PracticeCSCD北大核心CSTPCD
查看更多>>本刊是中国唯一一本与德国合作出版的影像医学专业期刊,主要介绍影像医学的最新进展和成果。该刊始终关注国内外影像医学的新进展、新动态和新技术,全面介绍X线、CT、MRI、介入放射学和放射治疗、核医学等影像医学方面的新知识、新经验,既有理论介绍,又有实践经验交流。内容全面、新颖,刊登的文章均有较强的学术性、科学性和实用性,该刊主要特点:多学科性、信息量大内容新颖、临床实用价值高、刊登及时。是中国核心期刊、中国学术期刊综合评价数据库来源期刊、《中国期刊网》、《中国学术期刊(光盘版)》全文收录期刊。
正式出版
收录年代

    RSNA2023中枢神经影像学

    胡爽谢彦阎肃朱虹全...
    1-9页
    查看更多>>摘要:2023 年RSNA年会中枢神经影像学方面的报告主要集中于利用人工智能联合传统影像学手段对脑卒中及脑血管疾病、脑肿瘤、大脑认知记忆和运动障碍性疾病、颅内感染、炎症和代谢性疾病、儿童神经系统疾病进行危险因素的识别、诊断敏感度的提高以及治疗方法的改进和预后监测;在技术方面,利用人工智能优化图像采集质量、辅助分析和算法解读.本文将对上述相关研究进展进行综述.

    脑卒中脑血管疾病脑肿瘤脑创伤人工智能体层摄影术,X线计算机磁共振成像

    RSNA2023头颈部影像学

    胡爽陈宇丁玉洁翟林寒...
    10-11页
    查看更多>>摘要:2023 年RSNA年会头颈部影像学方面的报告主要集中于结合人工智能和影像组学评估头颈部肿瘤放射治疗的效果,通过超声成像结合病理活检识别良恶性甲状腺结节,通过 MRI 对内耳淋巴水肿、神经性听力损失、颅底骨髓炎、复视等疾病进行研究.本文将对上述相关研究进展进行综述.

    放射肿瘤学甲状腺结节颞骨颅底人工智能体层摄影术,X线计算机磁共振成像

    人工智能促进医学影像临床应用与研究

    陈冲陈俊夏黎明
    12-16页
    查看更多>>摘要:基于人工智能(AI)的医学影像分析技术被应用于疾病病灶的自动分割、辅助诊断以及治疗规划等方面,在深化医学影像临床研究与应用,减轻放射科医生临床读片负担以及挖掘新的影像学生物标志物等方面起到了重要作用.尽管 AI 在医学影像中的应用取得了显著进展,但仍面临一些挑战,包括算法的泛化能力、模型可解释性以及大规模临床验证等.因此,医学影像在拥抱 AI 技术的同时也需要加强人工专家最终环节的审核和把控.为了促进 AI 在医学影像领域的进一步发展,需要医学、工程和研究领域的紧密合作.

    医学影像学人工智能影像组学自动分割深度学习

    影像组学模型对肺腺癌谱病变病理侵袭性的诊断价值

    孙希子周舒畅夏黎明
    17-21页
    查看更多>>摘要:目的:探讨针对肺腺癌谱病变的影像组学模型对其病理侵袭性的诊断效能.方法:回顾性分析我院经手术病理证实的 172 例肺腺癌谱病变(5~30 mm)患者的术前 CT 影像资料.采用 Pyra-diomics包提取术前CT图像病灶的影像组学特征,通过组间相关系数和带 L2 惩罚项的逻辑回归进行特征筛选,根据所选特征建立逻辑回归、随机森林、极致梯度提升分类器模型并绘制 ROC 曲线.由两位高年资放射科医生在不知道病理结果的情况下对结节侵袭性概率进行评分.采用 Delong 检验将三种分类器的诊断效能与年龄、ROI体积、高年资医生的诊断效能进行比较.结果:从每一个感兴趣区提取、筛选后得到 420 个影像组学特征.逻辑回归、随机森林和极致梯度提升分类器模型在测试集上的ROC曲线下面积分别为 0.921、0.956 和 0.958.年龄、ROI 体积和高年资放射科医生在测试集的 ROC曲线下面积分别为 0.620、0.863 和 0.896.Delong检验提示三种分类器间的诊断效能差异无统计学意义(P>0.05),三种分类器与 ROI 体积、高年资医生的诊断效能差异亦无统计学意义(P>0.05).结论:影像组学分类器模型进行肺腺癌谱病变的术前病理诊断具有较高的准确性,其诊断效能与 ROI体积以及高年资医生相当.

    肺腺癌肺结节影像组学体层摄影术,X线计算机Delong检验人机竞赛

    钆塞酸二钠增强MRI肝胆期影像组学对乙肝患者肝储备功能的评估价值

    胡景卉王芳侯承师黄京城...
    22-30页
    查看更多>>摘要:目的:探讨钆塞酸二钠(Gd-EOB-DTPA)增强MRI肝胆期影像组学对乙型肝炎病毒感染患者肝储备功能的评估价值.方法:将 73 例慢性乙型肝炎肝功能正常者、136 例Child-Pugh A级和 70例Child-Pugh B/C级乙型肝炎患者按照 8:2 随机分成训练组和测试组.从肝胆期MRI图像中勾画全肝实质进行影像组学特征提取.将得到的影像组学得分值(Rad-score)和多因素回归分析筛选出的临床变量联合,建立临床-影像组学联合模型.采用受试者工作特征(ROC)曲线分析评估效能.另一时间段 64 例(17 例肝功能正常、30 例 Child-Pugh A 级和 17 例 Child-Pugh B/C 级)乙肝患者用来验证.结果:多因素回归分析筛选出血小板、总胆红素和凝血酶原时间国际化比值用以建立鉴别肝功能正常与Child-Pugh A级的临床模型,利用 4 个最相关的影像组学特征构建影像组学模型,训练组、测试组和验证组中临床模型鉴别肝功能正常与 Child-Pugh A 级的曲线下面积(AUC)分别为 0.897、0.884、0.780,组学模型的AUC分别为 0.890、0.914、0.824,临床-影像组学联合模型的 AUC 分别为 0.951、0.978、0.886.联合模型与临床模型、组学模型相比,净重新分类改善指数(NRI)和综合判别改善指数(IDI)的检验值均<0.05.血小板和总胆红素被筛选出构建鉴别 Child-Pugh A级与 Child-Pugh B/C 级的临床模型,7 个最相关的影像组学特征构建影像组学模型,训练组、测试组和验证组中影像组学模型鉴别Child-Pugh A级与 Child-Pugh B/C 级的 AUC 分别为 0.862、0.865、0.818,联合模型(AUC=0.940、0.934、0.951)与临床模型(AUC=0.916、0.893、0.914)的评估效能差异无统计学意义(P>0.05).结论:基于Gd-EOB-DTPA增强MRI肝胆期影像组学对乙肝患者的肝储备功能具有良好的评估价值,联合临床变量后可以提高Child-Pugh A级的早期检出效能,但对于 Child-Pugh A 级与 Child-Pugh B/C 级的评估,单独的临床模型已经表现出了良好的效能.

    钆塞酸二钠乙型肝炎病毒肝储备功能磁共振成像影像组学列线图

    《放射学实践》杂志微信公众平台开通啦!

    30页

    基于数字化乳腺X线影像组学预测浸润性乳腺癌腋窝淋巴结转移的多中心研究

    谢玉海马培旗王小雷韩剑剑...
    31-36页
    查看更多>>摘要:目的:探讨基于多中心数字化乳腺X线影像组学预测浸润性乳腺癌腋窝淋巴结转移的临床应用价值.方法:回顾性搜集 728 例经病理证实的浸润性乳腺癌患者,按照 7:3 的比例将皖南医学院第一附属医院弋矶山医院 413 例浸润性乳腺癌患者随机拆分为训练组 289 例(淋巴结转移阴性 197 例,淋巴结转移阳性 92 例)和验证组 124 例(淋巴结转移阴性 85 例,淋巴结转移阳性 39 例),将阜阳市人民医院和太和县人民医院浸润性乳腺癌患者共计 315 例(淋巴结转移阴性 221 例,淋巴结转移阳性 94 例)作为外部测试组.对比分析双乳内外斜位(MLO)和头尾位(CC)图像,选取病变面积较大的数字化乳腺X线图像使用深睿医疗多模态科研平台进行图像分割及影像组学特征提取,采用特征间线性相关性分析与最小绝对收缩和选择算法(LASSO)对组学特征进行降维并使用支持向量机(SVM)分类器构建影像组学预测模型.采用受试者工作特征(ROC)曲线和决策曲线分析(DCA)评价模型性能.结果:最终筛选出 8 个影像组学特征构建预测模型用于预测浸润性乳腺癌腋窝淋巴结转移,该模型的预测效能在训练组、验证组和外部测试组分别为 0.807、0.790 和 0.753,敏感度、特异度分别为 84.8%和 61.4%、79.5%和 69.4%、44.7%和 92.8%.决策曲线证实了该模型的临床实用性.结论:基于数字化乳腺 X线影像组学对浸润性乳腺癌腋窝淋巴结转移的预测具有较高效能,对患者制定个性化的治疗方案和预后评估有着重要的临床应用价值.

    乳腺癌数字乳腺X线摄影腋窝淋巴结转移影像组学

    欢迎订阅2024年《放射学实践》

    36页

    基于胸部X线片的深度迁移学习模型早期诊断儿童肺炎支原体肺炎

    孟名柱潘昌杰张浩陈晓霞...
    37-41页
    查看更多>>摘要:目的:探讨基于VGG19 的深度迁移学习模型在儿童胸部 X 线片(胸片)早期诊断肺炎支原体肺炎(MPP)中的价值.方法:搜集常州市第二人民医院儿科就诊的患儿 3763 例,其临床及影像资料齐全.将患儿胸片分成细菌性肺炎组、MPP组和病毒性肺炎组,并按照 9:1 随机分为训练集和测试集.另外选择 150 例患儿胸片作为验证集(细菌性肺炎、MPP 和病毒性肺炎各 50 例).模型性能评价指标包括在训练集和测试集中的准确率(Ac)及在验证集中的精确度(Pr)、召回率(Rc)、F1 评分(F1)和ROC曲线下面积(AUC).结果:VGG19 在训练集和测试集中的最高 Ac分别为 0.99 和 0.95.细菌性肺炎组的Pr、Rc、F1、AUC分别为 0.87、0.82、0.85、0.92,MPP组分别为 0.85、0.74、0.78、0.90,病毒性肺炎组分别为 0.76、0.88、0.81、0.93.VGG19 对三组图像分类诊断的总体 AUC 为 0.92.结论:基于VGG19 的深度迁移学习模型是儿童胸部X线片诊断MPP的可靠方法,能够帮助临床早期诊断MPP.

    肺炎支原体肺炎胸片儿童深度迁移学习人工智能

    影像组学在胰腺炎中的应用研究进展

    王莎张艳利陈圆圆马芹芹...
    42-48页
    查看更多>>摘要:影像组学领域在过去几年中发展迅速,影像组学代表了以高通量方式提取定量特征的过程,该过程是将影像图像转换为高维数据并对数据进行分析以用于决策支持.影像组学能够以一种非侵入性的方式深入捕捉肉眼无法观察到的大量关于病变异质性的信息,有望弥补传统影像学局限于形态学和解剖学评估的不足.本文基于CT和MRI的影像组学在胰腺炎诊治中的应用进展进行综述.

    胰腺炎影像组学体层摄影术,X线计算机磁共振成像