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
共找到5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：
基于CT图像直方图和纹理特征分析鉴别长骨骨肉瘤与尤文肉瘤的多中心研究
1
作者 李健维 何敬振 +6 位作者 姜九明 丁升 徐立斌 胡思洁 江程益 张丽 李蒙 《中国医师进修杂志》 2024年第10期875-880,共6页
目的探讨基于CT图像的直方图和纹理特征分析鉴别长骨骨肉瘤与尤文肉瘤的应用价值。方法回顾性收集2018年3月至2023年5月国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院、山东大学齐鲁医院、南京大学医学... 目的探讨基于CT图像的直方图和纹理特征分析鉴别长骨骨肉瘤与尤文肉瘤的应用价值。方法回顾性收集2018年3月至2023年5月国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院、山东大学齐鲁医院、南京大学医学院附属鼓楼医院经手术病理证实的长骨骨肉瘤及尤文肉瘤患者各25例,以8∶2的比例将所有病例随机分为训练集(骨肉瘤21例,尤文肉瘤19例)和验证集(骨肉瘤4例,尤文肉瘤6例)。在CT图像上手动勾画感兴趣区(ROI)提取纹理特征参数。利用随机森林及最小绝对收缩和选择算子(LASSO)算法进行特征筛选,采用逻辑回归(LR)、随机森林(RF)、支持向量机(SVM)和K近邻(KNN)四种分类器分别建立模型,绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC),评价四个模型的诊断效能。结果基于CT图像共提取100个纹理参数,经筛选获得8个特征参数(最大3D直径、第10百分位数、峰度、最大像素强度值、逆差分归一化、灰度水平方差、长行程高灰度强调、低灰度区域强调),利用四种分类器分别建立模型,四种模型(LR、RF、SVM、KNN)在验证集的AUC值分别为0.92、0.79、0.83、0.73,其中LR、SVM分类器算法训练的模型诊断效能较高,LR分类器验证集的准确率为90%,灵敏度为83%,特异度为100%,AUC为92%;SVM分类器验证集的准确率为80%,灵敏度为67%,特异度为100%,AUC为83%。结论LR、SVM模型对于鉴别长骨骨肉瘤和尤文肉瘤具有较高价值。 展开更多
关键词 骨肉瘤 尤文肉瘤 体层摄影术 X线计算机 纹理分析
原文传递
Q-Dixon脂肪定量技术对恶性肿瘤患者椎体转移瘤和血管瘤的鉴别价值
2
作者 姜九明 李健维 +4 位作者 王昊 江岳娈 徐立斌 李蒙 张丽 《中国医师进修杂志》 2024年第10期881-887,共7页
目的探讨磁共振(MRI)Q-Dixon脂肪定量技术在恶性肿瘤患者椎体转移瘤与血管瘤中的鉴别诊断价值。方法回顾性分析2021年12月至2023年12月在国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院接受椎体MRI扫描... 目的探讨磁共振(MRI)Q-Dixon脂肪定量技术在恶性肿瘤患者椎体转移瘤与血管瘤中的鉴别诊断价值。方法回顾性分析2021年12月至2023年12月在国家癌症中心/国家肿瘤临床医学研究中心/中国医学科学院北京协和医学院肿瘤医院接受椎体MRI扫描的20例椎体转移瘤和8例椎体血管瘤患者的MRI图像,由两名放射科医生分别测量三个区域(病灶区域、同椎体正常区域和相邻椎体正常区域)的脂肪分数(FF)并进行一致性评价。采用独立样本t检验或Mann-Whitney U检验进行组间差异性检验,通过绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC)评估诊断效能。结果两名放射科医生在三个区域的FF测量值具有非常高的观察者间一致性。椎体转移瘤组病灶区域FF值低于椎体血管瘤组(13.8±11.5比56.5±22.1),差异有统计学意义(P<0.01)。两组正常椎体区域FF值比较差异无统计学意义(P>0.05);ROC曲线分析显示,FF鉴别椎体转移瘤和椎体血管瘤的AUC为0.931,特异度为90%,灵敏度为87.5%。结论基于Q-Dixon脂肪定量技术测得的FF能够准确地区分椎体血管瘤与椎体转移瘤,为椎体病变的诊断提供更精确的指导。 展开更多
关键词 磁共振成像 脂肪分数 椎体转移瘤 椎体血管瘤
原文传递
ChatGPT在中国临床执业医师资格模拟考试中的表现研究
3
作者 张丽 张雪 +5 位作者 周海燕 温馨 姜九明 李健维 李谭谭 李蒙 《中国继续医学教育》 2024年第15期157-162,共6页
目的评估聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT)在中国临床执业医师资格模拟考试中的表现,并探讨其优势和局限性,以期对医学教育和知识评估提供参考。方法研究于2023年7月1—至9月1日进行,使用一组涵... 目的评估聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT)在中国临床执业医师资格模拟考试中的表现,并探讨其优势和局限性,以期对医学教育和知识评估提供参考。方法研究于2023年7月1—至9月1日进行,使用一组涵盖多个题型和专业的中国临床执业医师资格考试模拟选择题来评估ChatGPT的答题表现。所有试题都来自医学生常用的备考题库,旨在匹配中国执业医师资格考试的风格、内容和难度。根据试题类型和专业对300个选择题进行分组,并进一步将其细分为高阶思维试题和低阶思维试题。ChatGPT的表现通过回答准确率进行评估。结果在所有试题中,ChatGPT回答准确率为70.3%。ChatGPT对低阶思维试题的回答准确率(78.3%)高于高阶思维试题(66.0%),差异有统计学意义(P<0.05)。ChatGPT对临床医学和非临床医学试题的回答准确率分别为71.0%和68.7%,差异无统计学意义(P>0.05)。在4个题型中,ChatGPT的回答准确率分别为69.1%、64.3%、73.9%、70.8%,差异无统计学意义(P>0.05)。即使不正确,ChatGPT也能始终如一地使用自信的语言(100%)。结论ChatGPT能够顺利实现通过中国临床执业医师资格模拟考试的目标,预示其在医学教育和医疗实践中的具有巨大潜力。但是也必须意识到ChatGPT的局限性,例如它在不准确回答时仍然自信地表达。 展开更多
关键词 人工智能 自然语言处理 聊天生成预训练转化器 中国临床执业医师资格考试 继续教育 医学
下载PDF
CT扫描参数及重建算法对胸部CT值影响的在体研究 被引量：2
4
作者 李晶晶 张丽 +4 位作者 刘梦雯 杨守鑫 李蒙 姜九明 于卫军 《CT理论与应用研究（中英文）》 2023年第4期480-486,共7页
目的:探讨不同扫描参数及重建算法对在体胸部各组织CT值的影响。方法:在不同CT扫描条件下测量人体胸部的气管、血管、肺、椎体与肌肉的CT值。分别设定6组不同扫描参数及重建算法:S1层厚5 mm、50%多模型自适应迭代重建技术(ASIR-V)、低剂... 目的:探讨不同扫描参数及重建算法对在体胸部各组织CT值的影响。方法:在不同CT扫描条件下测量人体胸部的气管、血管、肺、椎体与肌肉的CT值。分别设定6组不同扫描参数及重建算法:S1层厚5 mm、50%多模型自适应迭代重建技术(ASIR-V)、低剂量;S2层厚5 mm、滤波反投影(FBP)、常规剂量;S3层厚1.25 mm、50%ASIR-V、低剂量;S4层厚1.25 mm、50%ASIR-V、常规剂量;S5层厚1.25 mm、FBP、低剂量;S6层厚1.25 mm、FBP、常规剂量。扫描的辐射剂量采用两种噪声指数(NI)来进行控制,包括低剂量(NI=40)和常规剂量(NI=10)。采用t检验或秩和检验分析比较不同的两个组之间CT值的差异。结果:扫描剂量仅对气管CT值的影响具有统计学意义,对其他组织CT值无影响;扫描层厚与重建算法对胸部各个组织CT值的影响均未见统计学差异。结论:人体胸部组织CT值受CT层厚、重建算法和CT剂量的影响小,具有良好的稳定性。 展开更多
关键词 CT扫描参数 重建算法 CT值 扫描剂量
下载PDF
基于CT图像组学特征的机器学习模型预测临床ⅠA期肺腺癌预后的研究 被引量：2
5
作者 刘梦雯 蒋旭 +4 位作者 张雪 姜九明 邱斌 李蒙 张丽 《数字医学与健康》 2023年第2期82-89,共8页
目的探讨基于CT图像组学特征的不同机器学习方法在预测临床ⅠA期肺腺癌预后的价值。方法回顾性分析2005年5月至2018年12月在中国医学科学院肿瘤医院接受手术切除后,出现复发转移或随访满5年未出现复发转移的临床ⅠA期肺腺癌患者541例,... 目的探讨基于CT图像组学特征的不同机器学习方法在预测临床ⅠA期肺腺癌预后的价值。方法回顾性分析2005年5月至2018年12月在中国医学科学院肿瘤医院接受手术切除后,出现复发转移或随访满5年未出现复发转移的临床ⅠA期肺腺癌患者541例,采用简单随机抽样法,按照7∶3比例随机将患者划分为训练集(n=379)和测试集(n=162)。基于原发肿瘤术前CT图像提取影像组学特征,采用最大相关最小冗余算法、最小绝对收缩和选择算法筛选特征。在此基础上,构建7种机器学习模型,分别为贝叶斯、决策树、K临近、逻辑回归、随机森林、支持向量机和极限梯度提升(XGB)。通过对模型在测试集上进行10折交叉验证,计算平均曲线下面积(AUC)值,选出性能最佳的模型。对临床特征进行单因素和多因素Cox回归分析,以确定具有统计学意义的临床特征。基于最佳影像组学模型的算法,结合影像组学特征和临床特征,建立联合模型,采用平均AUC值、准确度、精确度、灵敏度、特异度、F1度量值、校准曲线、Logistic Loss值、决策曲线分析(DCA)和平均最佳净收益评估影像组学模型与联合模型的效能。结果筛选出了13个影像组学特征,在测试集上XGB影像组学模型的平均AUC值最高,为0.914。联合模型将AUC提高到0.956,准确度为90.0%,精确度为97.7%,灵敏度为90.5%,特异度为86.7%,F1值为93.9%。DCA显示联合模型临床效果最佳。结论基于影像组学特征的XGB模型对预测临床ⅠA期肺腺癌的预后具有较高的价值,并且基于影像组学特征和临床特征的联合模型效能更好,有助于临床决策。 展开更多
关键词 肺腺癌 体层摄影术 影像组学 机器学习
原文传递
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
使用帮助 返回顶部