首页期刊导航|临床放射学杂志
期刊信息/Journal information
临床放射学杂志
临床放射学杂志

冯敢生

月刊

1001-9324

lcfs@chinajournal.net.cn

0714-6222015

435000

湖北省黄石杭州路23-22号

临床放射学杂志/Journal Journal of Clinical RadiologyCSCD北大核心CSTPCD
查看更多>>本刊是一份面向国内公开发行的医学影像学学术性刊物。以“保证质量，具有特色，重视临床、普及提高”为办刊宗旨。
正式出版
收录年代

    多参数MRI影像组学术前预测乳腺癌HER-2低表达的临床研究

    尚怡研王贇霞郭亚欣李晓栋...
    1286-1291页
    查看更多>>摘要：目的 探讨基于动态对比增强磁共振成像(DCE-MRI)和扩散加权成像(DWI)影像组学特征术前预测乳腺癌人表皮生长因子受体-2(HER-2)低表达的临床应用价值.方法 回顾性搜集299例经本院病理证实为乳腺癌患者的首次MRI及临床病理资料,将患者分为HER-2低表达组(n=144)和HER-2非低表达组(n=155);按照8:2比例随机将其分为训练集(n=239)和测试集(n=60).采用ITK-SNAP软件手动逐层勾画DCE-MRI和DWI图像上病灶的感兴趣区(ROI),并提取影像组学特征.采用Mann-WhitneyU检验、Z分数归一化、方差阈值、K最佳、最小绝对收缩和选择算子(LASSO)筛选特征,并建立DCE-MRI、DWI及二者联合模型.应用受试者工作特征曲线(ROC)的曲线下面积(AUC)、敏感度、特异度、准确率评估模型的预测效能.结果 基于DCE-MRI、DWI、二者联合模型术前预测HER-2低表达的AUC值在训练集和测试集中分别为0.754、0.775、0.843和0.774、0.645、0.795.结论 基于DCE-MRI、DWI组学特征模型均可术前无创性预测乳腺癌HER-2低表达状态,且以二者联合模型预测效能最佳,可为临床乳腺癌治疗方案的选择提供参考.

    乳腺癌人表皮生长因子受体-2磁共振成像扩散加权成像影像组学

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于DBT的影像组学对三阴性乳腺癌的预测价值

    武静马彦云黄静李彪...
    1292-1297页
    查看更多>>摘要：目的 探索基于数字乳腺断层摄影(DBT)图像的影像组学特征对术前预测三阴性乳腺癌(TNBC)的价值.方法 回顾分析乳腺癌患者的DBT图像及临床资料,按纳入排除标准共纳入198例患者,按照病理结果分为非三阴性乳腺癌(NTNBC)146例和TNBC 52例.利用3D Slicer软件勾画感兴趣区(ROI),Python提取影像组学特征,并用t检验及最小绝对收缩和选择算子(LASSO)算法筛选特征,对临床及影像特征采用单因素分析进行筛选.通过支持向量机(SVM)分类器构建模型,利用曲线下面积(AUC)等指标评估模型预测效能,并用Delong检验对各个模型的AUC进行比较.结果 最终选择初潮年龄、肿块伴钙化及乳腺影像报告和数据系统(BI-RADS)分级(P＜0.05)建立临床及影像模型,选取4个重要的影像组学特征建立影像组学模型,并将两组特征相结合构建联合模型.上述模型在训练集中的AUC分别为0.818、0.886和0.896,在测试集中的AUC为0.785、0.866和0.870.结论 基于DBT图像的影像组学特征术前可有效预测TNBC,为临床诊断TNBC提供新方法.

    数字乳腺断层摄影三阴性乳腺癌影像组学支持向量机

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    表现为非肿块强化的乳腺小叶癌与导管癌MRI表征及病理相关指标对比分析

    谢福才于海童李芹黄川胜...
    1298-1303页
    查看更多>>摘要：目的 探讨动态对比增强磁共振成像(DCE-MRI)表现为非肿块强化(NME)的乳腺小叶癌与导管癌MRI表征的差异性,并对比分析病理相关指标.方法 回顾性分析92例MRI表现为NME的乳腺癌患者的MRI特征及临床病理资料.根据病理结果将患者分为小叶癌组(41例)和导管癌组(51例).分别采用x2检验或Fisher精确检验及Mann-Whitney U检验对比分析两组乳腺癌患者的MRI及临床病理资料,包括患者年龄、病变位置、病灶最大横径、乳腺腺体类型、是否多灶、瘤周水肿、NME分布及内部强化特征以及雌激素受体(ER)、孕激素受体(PR)、人表皮生长因子受体-2(HER-2)状态、Ki-67指数、淋巴结转移等.结果 乳腺小叶癌与导管癌在病灶最大横径(P=0.010)、多灶间强化带(P=0.038)、NME 分布特征(P=0.042)、NME 内部强化特征(P＜0.001)、PR(P=0.047)、HER-2(P=0.004)、Ki-67 指数(P=0.011)、淋巴结转移情况(P=0.033)差异有统计学意义(P＜0.05);两组患者的病变位置(P=0.363)、腺体类型(P=0.293)、是否多灶(P=0.798)、瘤周水肿(P=0.518)和ER(P=0.162)差异无统计学意义(P＞0.05).结论 表现为NME的乳腺小叶癌与导管癌患者的MRI表征及病理相关指标存在一定差异,这些特征有助于二者的MRI诊断及鉴别诊断.

    乳腺癌磁共振成像非肿块强化病理特征乳腺小叶癌

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    浸润性乳腺癌伴导管原位癌成分的MRI特征及诊断价值分析

    陈哲王春华刘圆圆任静...
    1304-1309页
    查看更多>>摘要：目的 分析浸润性乳腺癌伴导管原位癌成分的MRI特征及其诊断价值.方法 回顾性搜集我院2017年9月到2019年6月经手术后病理确诊且有完整术前MRI资料的浸润性乳腺癌病例,依据病理结果分为单纯浸润性癌组和浸润性癌伴导管原位癌.根据BI-RADS分类标准分析每个病例MRI特征,同时参考既往研究分析主病灶伴周围早期强化特征.通过单因素分析比较两组间各MRI特征的差异,将单因素分析后有统计学意义的MRI特征进行多因素Logistic回归分析并构建诊断模型,采用受试者工作特征曲线(ROC)评价模型对浸润性癌伴导管原位癌成分的诊断价值.结果 最终纳入176例病例,其浸润性癌伴导管原位癌成分的发生率为25.0％(44/176).单因素分析结果显示,病灶为非肿块样强化灶或肿块伴非肿块强化(x2=40.028,P＜0.001),肿块病灶边缘不规则或毛刺征(x2=6.328,P=0.012),主病灶伴周围早期强化等MRI特征是对浸润性癌伴导管原位癌成分诊断有价值的MRI特征;多因素回归分析结果显示,对浸润性癌伴导管原位癌成分预测诊断最有价值的特征是主病灶伴周围早期点状强化(OR=5.903,P=0.002),主病灶伴周围结节强化(OR=3.157,P=0.035),主病灶伴周围区域强化(OR=6.117,P=0.018)和非肿块样强化灶或肿块伴非肿块样强化(OR=8.718,P=0.01).最终回归模型对浸润性癌伴导管原位癌成分诊断的受试者工作特征曲线曲线下面积(AUC)值为0.864.结论 乳腺浸润性癌术前MRI特征,特别是主病灶伴周围早期强化特征可以作为浸润性乳腺癌伴导管原位癌的术前诊断征象.

    乳腺肿瘤磁共振成像浸润性癌伴导管原位癌成分

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于双模态乳腺影像特征的HER2表达状态多分类机器学习预测模型构建及可解释性分析研究

    舒予静何子龙曾伟雄刘家玲...
    1310-1316页
    查看更多>>摘要：目的 基于乳腺X线及超声双模态影像特征构建多分类机器学习模型,术前预测乳腺癌患者的人类表皮生长因子受体2(HER2)表达状态.方法 搜集符合纳排标准的632例女性乳腺癌患者,其中HER2不表达141例、低表达311例、高表达180例.提取研究对象全视野数字化乳腺X线摄影(FFDM)、数字乳腺断层摄影(DBT)以及乳腺超声(US)图像上乳腺癌病灶的影像学征象.在完成数据预处理后,基于五种机器学习算法构建乳腺癌HER2表达状态的三分类预测模型.采用五折交叉验证训练机器学习模型,计算三分类模型的总体准确率、精确率、查全率、F1-score、受试者工作特征曲线(ROC)曲线下面积(AUC)值.通过Bootstrap法比较模型间AUC值,筛选出分类性能最优的三分类模型.采用SHAP方法评估每个特征对模型预测HER2表达状态的重要性.结果 在测试集上,随机森林(RF)模型对HER2表达状态的三分类性能最优,宏平均AUC为0.723,微平均AUC为0.783,总体准确率为57.4％,宏平均召回率为53.0％.SHAP分析结果表明,影响RF模型输出最重要的五个全局特征依次为X线观察到的钙化、舒张压、细线样或线样分支状钙化、US测量的病灶最大径、CA153.结论 基于乳腺X线及超声双模态影像特征的机器学习多分类模型可以实现乳腺癌患者HER2表达状态的术前预测,结合SHAP方法可以提高机器学习模型的可解释性.

    乳腺癌HER2表达状态乳腺X线摄影超声机器学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于MRI瘤内联合最佳瘤周影像组学评估乳腺癌Ki-67表达状态的研究

    黄静马彦云武静李彪...
    1317-1324页
    查看更多>>摘要：目的 探讨基于磁共振成像(MRI)瘤内联合最佳瘤周影像组学模型评估乳腺癌Ki-67表达状态的价值.方法 回顾性分析符合本研究纳排标准的150例乳腺癌患者资料.在动态对比增强磁共振成像(DCE-MRI)第3期图像中勾画肿瘤感兴趣区(ROI)并扩充生成多个瘤周ROI,手动调整勾画范围并分别融合成瘤内及各瘤周肿瘤感兴趣体积(VOI),提取并筛选影像组学特征,利用支持向量机(SVM)分别构建瘤内及各瘤周影像组学模型,确定最佳瘤周区域并与瘤内共同构建瘤内瘤周联合模型;对临床病理及MRI影像特征进行单因素及多因素Logistic统计学分析并构建临床模型.最终,基于瘤内联合最佳瘤周组学特征与筛选出的临床影像特征共同建立综合模型.使用受试者工作特征(ROC)曲线下面积(AUC)评估模型性能,Delong检验比较各模型预测性能的差异.对于术前核心活检与术后病理标本评估Ki-67表达水平不一致的病例,利用综合模型进行验证,进一步评估模型效能.结果 瘤周3 mm组学模型在各瘤周模型中效能最优,瘤内、瘤周3 mm及瘤内瘤周联合模型在测试集的AUC分别为0.809、0.779及0.867,临床模型及综合模型在测试集的AUC分别为0.716、0.887,综合模型的预测性能优于瘤内瘤周联合模型及临床模型.综合模型在术前核心活检及术后病理标本评估Ki-67不一致的病例中准确性达83.3％.结论 基于MRI瘤内联合最佳瘤周区域的影像组学模型能够术前有效预测乳腺癌Ki-67表达状态,其中纳入临床影像特征构建的综合模型效能更优.

    乳腺癌磁共振成像影像组学Ki-67瘤周区域

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    欢迎订阅《临床放射学杂志》

    临床放射学杂志社发行部
    1324页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于人工智能的冠状动脉周围脂肪衰减指数联合CT血流储备分数预测冠心病患者不良心血管事件风险的价值

    解福友刘艺超邱晓晖王利...
    1325-1331页
    查看更多>>摘要：目的 探讨基于人工智能的冠状动脉周围脂肪衰减指数(FAI)联合CT的血流储备分数(CT-FFR)技术预测冠状动脉粥样硬化性心脏病(冠心病)患者不良心血管事件(MACE)风险的价值.方法 选取2022年6月至2023年3月我院行冠状动脉CT血管造影(CCTA)检查的冠心病患者180例,经排除标准筛选后最终纳入128例,根据MACE发生情况,分为MACE组(n=35)、非MACE组(n=93).采用Logistic回归分析MACE发生风险因素,并比较不同冠状动脉狭窄程度、不同斑块类型的冠心病患者冠周FAI、CT-FFR水平,经受试者工作特征曲线(ROC)曲线分析FAI、CT-FFR对MACE的联合预测价值.结果 糖尿病史、冠状动脉狭窄程度、斑块类型、FAI、CT-FFR为冠心病患者发生MACE的风险因素(P＜0.05);中度冠状动脉狭窄患者FAI低于重度冠状动脉狭窄患者,CT-FFR高于重度冠状动脉狭窄患者(P＜0.05);非钙化斑块患者FAI高于钙化斑块患者,CT-FFR低于钙化斑块患者(P＜0.05);FAI、CT-FFR联合预测MACE发生的ROC曲线下面积(AUC)为0.882,优于各指标单独预测价值(P＜0.05).结论 糖尿病史、冠状动脉狭窄程度、斑块类型、FAI、CT-FFR为MACE发生影响因素,FAI、CT-FFR对冠心病患者MACE发生具有良好预测价值.

    冠状动脉粥样硬化性心脏病人工智能冠状动脉周围脂肪衰减指数血流储备分数不良心血管事件预测价值

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    冠状动脉斑块危险度的流体力学研究进展

    向江月幸志洋沈旨艳夏坤...
    1331-1335页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    人工智能辅助下PCAT定量参数联合CCTA斑块特征对非阻塞性冠状动脉缺血疾病的的诊断价值

    邹佳妮廖熙妍潘晶晶吴倩...
    1336-1342页
    查看更多>>摘要：目的 探讨人工智能辅助下冠状动脉周围脂肪组织(PCAT)定量参数联合冠状动脉CT血管成像(CCTA)斑块特征对非阻塞性冠状动脉缺血疾病(INOCA)的诊断价值.方法 回顾性搜集本院CCTA检查并诊断为非阻塞性冠状动脉狭窄(狭窄程度＜50％)的患者176例,以临床出现心肌缺血症状分为缺血组和非缺血组.对比两组CCTA斑块特征及人工智能辅助下PCAT定量参数[冠状动脉周围脂肪衰减指数(FAI)、体积],并应用Logistic回归分析心肌缺血的危险因素,并绘制受试者工作特征(ROC)曲线得出最佳诊断模型.结果 缺血组(93例)与非缺血组(83例)的临床基线参数无统计学差异.缺血组斑块总体积、钙化斑块体积、非钙化斑块体积、脂质斑块体积、脂质-纤维斑块体积、斑块长度、重塑指数、斑块负荷、非钙化斑块体积百分比、FAI均较非缺血组高(P均＜0.05),其中斑块长度(OR=1.070,P=0.001)、斑块负荷(OR=1.144,P＜0.001)、斑块近端 FAI(OR=1.111,P=0.002)为心肌缺血的独立预测因子.斑块特征预测心肌缺血的敏感度48.18％、特异度83.14％,受试者工作特征曲线曲线下面积(AUC)=0.696,P＜0.001,FAI预测心肌缺血的敏感度83.2％、特异度32.6％,AUC=0.586,P=0.003,二者联合预测心肌缺血的敏感度62.3％、特异度75.6％,AUC=0.753,P＜0.001.ROC曲线显示,联合模型的预测效能较好(AUC=0.753),高于斑块特征模型(AUC=0.696)及FAI模型(AUC=0.586),差异均具有统计学意义(P＜0.05).结论 斑块长度、斑块负荷、斑块近端FAI是INOCA人群心肌缺血的独立预测因子,FAI和斑块特征的联合模型对INOCA人群心肌缺血的预测效能较高.

    非阻塞性冠状动脉缺血斑块冠状动脉周围脂肪心肌缺血计算机体层摄影

      原文链接:
    • NETL
    • NSTL
    • 万方数据