简介:摘要目的评估基于极端梯度上升(XGBoost)算法的联合诊断模型对胃神经内分泌肿瘤(NENs)病理分级的诊断效能。方法以郑州大学第一附属医院2012年8月至2019年12月收治的81例胃NENs患者为对象,收集其临床资料和CT影像学资料。分析CT影像的病灶个数、肿瘤部位、形态、淋巴结转移状态、肿瘤最厚径、最长径和动静脉期CT值等特征;采用ITK-SNAP软件和Python 2.1.0 Pyradiomics软件对CT影像进行影像组学分析预处理并从分割图像中提取组学特征;采用XGboost算法分别建立CT影像模型、动脉期组学模型、静脉期组学模型和联合诊断模型;采用准确度、均方误差(MSE)和平均绝对误差(MAE)评价以上模型的诊断性能。结果NENs患者年龄为28.0~78.0(58.6±10.7)岁,其中男性56例,占69.1%。胃NENs病理分级G1/G2级和G3级患者病灶个数、肿瘤部位、形态、淋巴结转移状态、肿瘤最厚径和最长径的差异均有统计学意义(均P<0.05),动(静)脉期CT值差异无统计学意义(均P>0.05)。联合诊断模型中的特征分别为A_logarithm_glcm_Imc1、P_squareroot_glcm_MaximumProbability、肿瘤最厚径、最长径、A_wavelet-HHL_glrlm_GrayLevelNonUniformity和P_wavelet-LLL_ngtdm_Contrast。CT影像模型、动脉期组学模型、静脉期组学模型和联合诊断模型的准确度分别为81.8%、86.0%、87.8%和91.0%;MSE分别为539.41、490.08、429.99和371.92;MAE分别为16.72、15.25、14.23和12.33。联合诊断模型的MAE值小于CT影像模型和动脉期组学模型(P值分别为<0.001和0.004),而与静脉期组学模型的MAE值差异无统计学意义(P=0.111)。结论基于XGBoost算法的联合诊断模型对胃神经内分泌肿瘤病理分级具有良好的诊断效能。
简介:摘要目的探讨基于深度学习重建算法(DLR)的冠状动脉CT血管成像(CCTA)图像质量和对钙化病变所致冠状动脉狭窄的诊断价值。方法前瞻性纳入2020年2月至2021年2月北京协和医院放射科确诊或拟诊冠心病的33例患者,其中男26例,女7例,年龄45~86(61.9±9.0)岁。所有患者接受CCTA检查并于1个月内进行有创冠状动脉造影(ICA)检查。采用DLR和混合迭代重建算法(HIR)重建CCTA图像。分别在主动脉根部、左主干开口、左前降支近段、左回旋支近段及右冠状动脉近段选取不同的感兴趣区测量两种图像的噪声、信噪比(SNR)、对比噪声比(CNR),并以Likert 4级评分法进行图像质量主观评分(1分,优秀;4分,不能诊断)。以ICA为金标准,计算基于DLR和HIR的CCTA诊断钙化斑块所致冠状动脉血流梗阻性病变的诊断效能。结果共33例患者的123处病变纳入分析。DLR图像的噪声低于HIR图像(定义为主动脉根部CT值的标准差:18.12±3.66比24.19±5.71,P<0.001),CNR和SNR均高于HIR图像(主动脉根部CNR:43.83±23.73比26.38±9.69,P<0.001,SNR:26.66±7.83比21.23±8.65,P<0.001),主观评分优于HIR图像(1.12±0.41比1.46±0.60,P<0.001)。DLR与HIR对于诊断钙化病变所致冠状动脉血流梗阻性病变的灵敏度、特异度和准确度分别为100.0%、77.4%、78.9%和100.0%、63.5%、65.9%。与HIR相比,DLR图像上CCTA的假阳性病例减少38%。结论基于人工智能的DLR重建算法能够显著降低CCTA图像噪声并提高图像质量。DLR有助于提高CCTA对钙化斑块所致冠状动脉血流梗阻性病变的诊断效能,具有良好的临床应用价值。
简介:摘要目的探讨多视角融合以及主动轮廓约束的深度学习算法在10 μm级耳科专用CT图像上对听小骨分割的效果。方法回顾性收集2019年10月至2020年12月北京友谊医院放射科10 μm级耳科专用CT检查的受试者数据共79侧耳(56侧来自志愿者,23侧来自标本)。对锤骨、砧骨和镫骨进行标注,将其划分为训练集(55侧)、验证集(8侧)和测试集(16侧)。采用感兴趣区域快速定位结合精准分割算法,分别从冠状面、矢状面和横断面3个视角对锤骨、砧骨和镫骨进行分割与融合。针对镫骨,同时设计了基于主动轮廓损失的镫骨分割方法。分割实验采用客观指标Dice相似系数(DSC)作为判别标准,比较本方法与基础方法、本方法与其他分割方法的组间DSC差异。结果多视角融合分割算法对锤骨、砧骨和镫骨的平均DSC值分别为94.2%±2.7%、94.6%±2.6%和76.0%±5.5%;结合主动轮廓损失的约束方法后,对镫骨的平均DSC值进一步提升(76.4%±5.4%比76.0%±5.5%),且可视化结果显示镫骨结构的分割结果更加完整。结论基于10 μm级耳科专用CT数据的多视角融合算法可实现对锤骨和砧骨结构的精准分割,结合主动轮廓损失约束方法,可进一步提升对镫骨结构的分割精度。
简介:摘要目的结合低频振幅(ALFF)、比率低频振幅(fALFF)和百分比振幅(PerAF)三种不同静息态功能磁共振低频振幅算法研究终末期肾病患者自发性脑活动的变化,并分析自发性脑活动变化与临床变量之间的关系。方法回顾性收集2018年8月至2019年12月青岛大学附属医院肾内科及肾移植科31例维持性血液透析治疗的终末期肾病(ESRD)患者以及37名健康志愿者的资料。所有受试者均进行了静息状态功能磁共振成像(rs-fMRI)扫描。分别计算各组受试者全脑ALFF、fALFF、PerAF值。组间比较采用独立样本t检验,并使用Pearson相关分析探讨显著差异脑区自发性脑活动变化与临床变量之间的相关性。结果与健康对照组相比,ESRD患者右侧舌回、双侧楔前叶、左侧额下回、右侧中扣带回平均ALFF(mALFF)值减低[错误发现率(FDR)校正,均P<0.01];双侧楔前叶、双侧后扣带回皮质、右侧距状裂周围皮质、双侧顶下小叶/颞顶交界区(包括双侧角回、颞中回、左侧缘上回)及双侧额下回平均PerAF(mPerAF)值减低(FDR校正,均P<0.01);两组间平均fALFF(mfALFF)值差异无统计学意义。相关性分析显示ESRD患者右侧角回(r=-0.509, P=0.003)、左侧缘上回(r=-0.405, P=0.024)mPerAF值与血清钾离子浓度呈负相关。双侧楔前叶mALFF值(r=0.058, P=0.004)、左侧角回mPerAF值(r=0.415, P=0.020)与血红蛋白水平呈正相关。结论ESRD患者存在多个脑区自发性脑活动降低,主要位于默认模式网络(DMN)区域,可能是其脑损伤潜在的病理生理学机制;控制血钾及血红蛋白水平对预防ESRD患者脑损伤的进展至关重要。