期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于机器学习的超声影像组学模型对乳腺癌PD-L1表达水平的预测价值
1
作者 周柳荫 周毅 +4 位作者 潘颖 蔡仕彬 吴爱芬 卢伟业 陈述政 《温州医科大学学报》 CAS 2024年第11期898-905,共8页
目的:探讨基于机器学习的超声影像组学模型在术前预测乳腺癌患者程序性死亡配体1(PD-L1)表达水平的应用价值。方法:收集2018年4月至2024年3月在丽水市中心医院经病理学证实的在术前接受常规超声检查的177例乳腺癌患者,按7:3随机分为训练... 目的:探讨基于机器学习的超声影像组学模型在术前预测乳腺癌患者程序性死亡配体1(PD-L1)表达水平的应用价值。方法:收集2018年4月至2024年3月在丽水市中心医院经病理学证实的在术前接受常规超声检查的177例乳腺癌患者,按7:3随机分为训练集(124例)和测试集(53例),提取超声图像上病灶的影像组学特征。组内相关系数用于去除一致性较差的特征,Pearson用于去除冗余特征,最小绝对收缩与选择算法用于对保留特征的进一步降维,最终筛选出与PD-L1表达水平相关的最优特征。利用Logistic回归、支持向量机和极端梯度提升决策树(XGBoost)分别建立影像组学模型;单因素及多因素Logistic回归用于筛选临床危险因素并构建临床模型;基于影像组学评分和临床危险因素构建列线图模型。通过ROC曲线评估不同模型的诊断性能,并计算出AUC、灵敏度、特异度和准确度。结果:分化程度低、Ki-67高表达是术前预测PD-L1表达水平的临床危险因素。在训练集和测试集中,XGBoost模型均表现出最高的诊断性能,AUC分别为0.833、0.776。进一步基于分化程度、Ki-67表达和XGBoost影像组学评分构建列线图模型,结果显示,其在训练集中的AUC、灵敏度、特异度、准确度分别为0.902、80.39%、91.78%、86.73%,在测试集中的AUC、灵敏度、特异度、准确度分别为0.835、86.36%、77.42%、80.90%。结论:采用XGBoost建立的超声影像组学模型对乳腺癌PD-L1表达水平具有较高的预测价值,联合临床危险因素建立的列线图可以进一步提升诊断性能。 展开更多
关键词 影像组学 乳腺癌 超声 程序性死亡配体1
在线阅读 下载PDF
超声造影评估乳腺导管原位癌术前病灶大小准确性的临床研究 被引量:7
2
作者 卢伟业 冯娅琴 +5 位作者 陈志辉 陈述政 毛卫波 吴爱芬 宋晶晶 陈方红 《医学影像学杂志》 2018年第12期2055-2058,2077,共5页
目的通过超声造影来评估术前乳腺导管原位癌病灶大小,并与常规高频超声及术后肿瘤大体标本的大小做对照分析,明确超声造影术前评估DCIS大小的准确性。方法收集我院2014年12月~2017年12月期间138例(共计138个病灶)经穿刺病理确诊和手术... 目的通过超声造影来评估术前乳腺导管原位癌病灶大小,并与常规高频超声及术后肿瘤大体标本的大小做对照分析,明确超声造影术前评估DCIS大小的准确性。方法收集我院2014年12月~2017年12月期间138例(共计138个病灶)经穿刺病理确诊和手术的DCIS患者的临床资料,所有患者术前均行常规高频超声检查、彩色多普勒检查及CEUS检查。记录常规高频超声、超声造影及术后肿瘤大体标本的大小,并进行统计学分析。结果研究中有24例患者进行了保乳手术,114例行乳腺癌根治术。138例患者均为乳腺单发病灶,诊断时有89例患者无症状,19例有明显肿块,19例伴有疼痛,11例有乳头溢液。常规高频超声中,病灶的平均直径为15. 6mm(10. 2~20. 6mm),超声造影中病灶的平均直径为16. 7mm(11. 7~18. 5mm)。术后肿瘤大体标本的平均直径为15. 8mm(13. 1~23. 0mm)。两种超声测量方法评估肿瘤的平均最大直径无统计学差异(P=0. 24)。常规高频超声测量乳腺肿瘤的大小中有91例(66%)低估了肿瘤的大小,CEUS有44例(32%),P <0. 0001。常规高频超声测量乳腺肿瘤的大小相比术后大体标本误差在2mm以内的有29例(21%),CEUS为87例(63%),P <0. 0001。乳腺CEUS高估肿瘤大小的有7例(7%),而常规高频超声为18例(13%),P=0. 048。结论乳腺超声造影检查对于乳腺肿瘤的测量是一种安全可行的检查技术。相比常规高频超声,CEUS对术前乳腺导管原位癌肿瘤大小的评估更为准确。 展开更多
关键词 超声造影 乳腺导管原位癌 准确性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部