姜原
- 作品数:24 被引量:124H指数:7
- 供职机构:北京大学第一医院更多>>
- 发文基金:河南省教育厅人文社会科学研究项目开封市科技发展计划项目更多>>
- 相关领域:医药卫生社会学经济管理自动化与计算机技术更多>>
- 瘤内及瘤周动态增强MRI影像组学特征鉴别乳腺原位癌与浸润性癌的可行性研究被引量:6
- 2022年
- 目的探讨基于乳腺癌瘤内及瘤周区域动态增强MRI影像组学特征构建的预测模型鉴别乳腺原位癌与浸润性癌的可行性。方法回顾性分析北京大学第一医院2013年1至12月经粗针穿刺活体组织检查或手术切除组织病理学检查确诊为浸润性乳腺癌及2013年1月至2015年12月经手术切除组织病理学检查确诊为乳腺原位癌的连续病例。所有患者均有术前完整乳腺MRI图像。共入组251例患者(251个病灶),均为女性,年龄23~82岁,中位年龄53岁,其中乳腺原位癌43例,乳腺浸润性癌208例。所有病例按照7∶3比例随机分为训练集(176例)与测试集(75例)。在训练集中结合动态增强(DCE)蒙片及早期强化图像,对乳腺肿瘤区域及瘤周区域进行半自动分割,然后提取、筛选影像组学特征并建立预测模型。测试集进行模型效能测试。采用受试者操作特征(ROC)曲线及曲线下面积(AUC)分析训练集及测试集中各模型的预测效能。结果利用瘤内、瘤周、瘤内联合瘤周影像组学特征建立的预测模型效能均较好,在测试集中3个预测模型鉴别乳腺原位癌与浸润性癌的AUC分别为0.865、0.896、0.922,两两比较差异无统计学意义(P>0.05),灵敏度分别为77.4%、87.1%、83.9%,特异度分别为92.3%、84.6%、100%,准确度分别为80.0%、85.3%、86.7%。结论利用乳腺癌瘤内及瘤周动态增强MRI的影像组学特征鉴别乳腺原位癌与浸润癌具有潜在可行性。
- 姜原程元甲郭丽马明明张耀峰张晓东王霄英秦乃姗
- 关键词:乳腺肿瘤原位癌
- 乳腺癌新辅助化疗前后正常乳腺腺体MRI表观扩散系数的对比研究被引量:2
- 2013年
- 目的探讨新辅助化疗(NAC)对乳腺癌患者正常乳腺腺体MRI的表观扩散系数(ADC)的影响。方法选取已确诊为乳腺癌并行NAC者16例,收集其NAC前、NAC第2个周期后及第4个周期后MRI图像,分别测量健侧乳腺乳晕后方实质(正常纤维腺体)的ADC值。对NAC前、NAC第2个周期后及第4个周期后正常腺体的ADC值进行配对t检验和线性回归分析。结果 NAC前、NAC第2个周期后及第4个周期后正常腺体的ADC值依次增高,分别为(1.56±0.35)×10-3mm2/s、(1.64±0.35)×10-3mm2/s和(1.75±0.33)×10-3mm2/s;其中NAC前与NAC第4个周期后、NAC第2个周期后与NAC第4个周期后比较差异有统计学意义(P<0.05);正常腺体的ADC值与化疗进展周期数具有线性关系。结论乳腺癌NAC可使正常乳腺腺体的ADC值升高,而这种效应可能随着化疗周期数增多而表现更明显。
- 方艳姜原秦乃姗
- 关键词:扩散加权成像乳腺癌新辅助化疗
- 基于深度学习模型对乳腺X线摄影中乳房密度分类的初步研究被引量:1
- 2021年
- 目的:探索基于深度学习对乳腺X线密度(MD)进行分类的可行性。方法:回顾性分析2018年9月-12月本院行双侧乳腺X线摄影检查的305例连续资料,共1220个图像数据。由两位影像诊断医师挑选其中合格的数据分别进行乳腺密度的分类训练。由两位医师根据第5版乳腺影像报告和数据系统(BI-RADS)中X线MD分型(a、b、c、d)标准对1220个图像进行分类。将上述随机分训练集(train set,n=966)、调优集(validation set,n=128)和测试集(test set,n=126),采用AutoVGG网络训练分类预测模型,以测试集的混淆矩阵评价模型的效能。在模型预测的四分类基础上,将MD进行二分类,即:非致密组(a型和b型)和致密组(c型和d型),评价模型二分类预测的效能。结果:测试集的126个数据的预测符合率为0.83,a、b、c、d各型预测符合率分别为0.88、0.78、0.80和0.76。将MD分为致密组和非致密组时,非致密组精确度(precision)为0.90,召回率(recall)为0.74,F1值为0.81;致密组精确度为0.86,召回率为0.84,F1值为0.85。结论:采用深度学习方法进行乳腺X线摄影MD二分类是可行的,有望在临床工作中应用。
- 马明明姜原刘义王祥鹏黄嘉豪张晓东秦乃姗王霄英
- 关键词:乳腺X线摄影乳腺密度
- 乳腺癌新辅助化疗后病灶在DWI中呈等信号对化疗效果的评估价值
- 目的:探讨新辅助化疗后病灶在DWI上呈等信号对最终化疗疗效的评估价值. 材料与方法:回顾2009.4-2012.12我院接受新辅助化疗、有完整MR检查,并获得术后病理的连续病例,共153例[无显著反应组(NMHR,G1-...
- 姜原秦乃姗郭丽王霄英
- 关键词:乳腺癌新辅助化疗DWI
- 乳腺X线摄影报告质量评价体系对于评估诊断报告质量的意义被引量:2
- 2018年
- 目的探讨乳腺X线摄影报告质量的客观评价体系对评估乳腺X线摄影诊断报告质量的意义。方法根据美国食品及药物管理局颁布的规则及美国放射学会推荐的乳腺X线摄影实践参数,以病理及临床随访(对于阴性检查结果的患者)结果为金标准,回顾性分析2015年11月14日至2016年11月14日于北京大学第一医院行诊断性乳腺X线摄影检查的连续患者的影像诊断报告,计算总体乳腺X线摄影诊断乳腺癌的灵敏度、特异度、第二类阳性预测值(PPV2)、第三类阳性预测值(PPV3)。将本研究结果与美国乳腺X线摄影诊断报告质量评估体系中的参考数据对比,评估乳腺X线摄影报告质量。结果共1779例乳腺X线摄影诊断报告纳入研究,其中恶性患者137例,良性患者1642例。乳腺X线摄影诊断乳腺癌的灵敏度为93.4%(128/137),特异度为95.2%(1563/1642),诊断阳性率11.6%(207/1779),PPV2为61.8%(128/207),PPV3为83.1%(128/154)。本研究乳腺X线摄影检查的诊断报告与推荐目标值(灵敏度度>85.0%、特异度>91.0%、PPV2为25.0%~40.0%)对比,除PPV2、PPV3明显偏高,余统计值在推荐范围内。结论本单位诊断医师的乳腺X线摄影报告质量达到美国指南推荐水平,但建议穿刺活检比例偏低,存在漏诊可能。
- 马明明秦乃姗姜原殷亮刘义王霄英
- 关键词:乳腺肿瘤乳腺X线摄影
- 对护理专业毕业生入职后多点执业认知状况调查被引量:7
- 2018年
- 目的探讨护理专业毕业生入职后对多点执业的认知状况。方法采用方便抽样的方法,选取2015年6月-2016年6月河南大学第一附属医院的护理专业毕业生213名为研究对象。采用护士多点执业认知状况调查问卷对其进行调查。结果213名护理专业毕业生多点执业认知状况总分为(87.39±13.17)分,文化程度、婚姻状况、家庭人均月收入是护理专业毕业生是否接受多点执业的影响因素。结论高校护理专业毕业生对人职后多点执业认知不足,缺乏相关知识。文化程度高、未婚及家庭人均月收入低的毕业生更愿意接受多点执业。
- 殷凤芳姜原连娟琦
- 关键词:护理毕业生
- ASiR技术下冠状动脉成像低辐射剂量技术的临床应用
- 目的 探讨低辐射剂量(100 kVp & 400 mA)冠状动脉成像(coronary CT angiography,CCTA)的必要性与可行性。方法 对2011年9月至12月我院临床拟诊冠心病、体质量<80 k...
- 邱建星赵凯王霄英姜原郭小超胡娟
- 关键词:冠心病冠状动脉成像
- 基于乳腺癌动态增强MRI图像的影像组学特征预测腋窝淋巴结转移的可行性研究被引量:8
- 2022年
- 目的:探讨基于乳腺癌动态增强MRI图像的影像组学特征预测腋窝淋巴结转移的可行性。方法:回顾性分析2013年1至12月北京大学第一医院经粗针穿刺活体组织检查确诊为乳腺癌的163例患者(163个病灶)。所有患者腋窝淋巴结状态均经病理学确诊,且术前有完整乳腺MRI图像。163例患者中,有腋窝淋巴结转移者94例,无腋窝淋巴结转移者69例,并按照7∶3比例随机进入训练集(115例)与测试集(48例)。对训练集进行影像组学分析,包括图像预处理及标记、影像组学特征提取、影像组学模型建立及模型预测效能分析。测试集用于模型效能测试。采用受试者操作特征曲线及曲线下面积(AUC)分析模型的预测效能。结果:训练集提取的1075个特征中,采用随机森林分类器最终选取主成分分析(PCA)融合特征8、41、67建模,3个PCA融合特征建立的模型鉴别诊断乳腺癌有、无腋窝淋巴结转移的AUC为0.956(95%CI 0.907~0.988),诊断灵敏度为91.2%,特异度为100%,准确度为94.8%;测试集中3个PCA融合特征建立的模型鉴别诊断乳腺癌有、无腋窝淋巴结转移的AUC为0.767(95%CI 0.652~0.890),灵敏度为80.8%,特异度为72.7%,准确度为77.1%。结论:基于乳腺癌动态增强MRI图像的影像组学特征预测腋窝淋巴结转移具有可行性。
- 姜原马明明程元甲崔应谱李昌欣张耀峰张晓东王霄英秦乃姗
- 关键词:乳腺肿瘤磁共振成像腋窝淋巴结转移
- 基于深度学习的乳腺MRI图像自动分类研究
- 2024年
- 目的 为了实现图像性质的自动甄别,通过深度学习技术和程序构建多参数乳腺MRI图像自动分类模型并验证其效能。材料与方法 回顾性收集我院2010年1月至2020年11月乳腺MRI图像质量合格数据862例(数据集Ⅰ),按序列分三类:T2WI、T2WI脂肪抑制序列(fat-suppressed T2WI, FS T2WI)、表观扩散系数(apparent diffusion coefficient, ADC),训练序列分类模型。回顾性收集我院2013年2月至2020年4月乳腺MRI图像质量合格数据377例(数据集Ⅱ),按动态对比增强(dynamic contrast-enhanced, DCE)-MRI期相特征分三类:无对比剂期(no-contrast, NoC)、对比剂增强早期(contrast enhanced early,CEearly)、对比剂增强期(contrast enhanced, CE),训练DCE期相分类模型。回顾性收集我院2021年10月至2021年12月乳腺MRI图像质量合格数据95例(数据集Ⅲ),用于模型(序列和DCE期相)预测效能的独立验证,并通过程序对数据集Ⅲ中的扩散加权成像(diffusion weighted imaging, DWI)参数进行分类:DWI-high和DWI-low。以影像医师依据图像序列、强化特点及参数进行分类的结果为金标准,采用混淆矩阵的方法评价模型的分类效能。结果 在序列分类模型中,总体准确率为92.0%,对ADC、T2WI、FS T2WI各自分类的准确率为100.0%、84.9%、100.0%;在DCE期相分类模型中,总体准确率为90.4%,对NoC、CEearly、CE各自分类的准确率为89.7%、39.2%、95.7%;程序在DWI参数分类中,对DWI-high和DWI-low的分类结果与医师完全一致。结论 利用深度学习模型和程序技术对多参数乳腺MRI进行图像序列、期相和参数分类,输出结果与医师分类结果一致性高,基本满足临床需要。
- 马明明秦乃姗姜原张耀峰张晓东王霄英
- 关键词:乳腺肿瘤人工智能磁共振成像
- DWI评估不同分子亚型乳腺癌新辅助化疗后达到病理完全缓解的效能研究
- 目的:探讨DWI评估不同分子亚型乳腺癌新辅助化疗后达到病理完全缓解的效能 材料与方法:回顾我院2007.9-2012.12接受新辅助化疗(NAC)的乳腺癌连续病例.入组标准:(1)NAC前穿刺确诊乳腺癌且术后取得病理结果...
- 姜原秦乃姗郭丽王霄英窦砚彬
- 关键词:乳腺癌新辅助化疗分子亚型