张斌
- 作品数：6 被引量：39H指数：4
- 供职机构：暨南大学附属第一医院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金广东省自然科学基金更多>>
- 相关领域：医药卫生更多>>
- 中晚期肺癌患者手术前后T淋巴细胞亚群和TNF的变化及其意义被引量：4
- 1999年
- 目的 探讨外科手术在中晚期肺癌免疫中的作用。方法 应用间接免疫荧光法、酶联免疫夹心法(ELISA)分别检测15例中晚期肺癌患者外周血T淋巴细胞亚群及血清肿瘤坏死因子(TNF)于手术前后的动态变化,并行统计学分析。结果 ①中晚期肺癌患者术前外周血T淋巴细胞亚群明显异常,CD3及CD4/CD8均较正常人组明显降低,而CD8和血清TNF水平则较正常人组明显增高(P均<0.05)。②肺癌患者术后17天CD3及CD4/CD8较术前明显增高,CD8明显降低,而血清TNF水平则较术前明显降低(P均<0.05)。结论 ①手术治疗能恢复中晚期肺癌患者的免疫平衡。②从免疫学角度分析,争取手术切除是治疗中晚期肺癌首先考虑的措施目的 探讨外科手术在中晚期肺癌免疫中的作用。方法 应用间接免疫荧光法、酶联免疫夹心法(ELISA)分别检测15例中晚期肺癌患者外周血T淋巴细胞亚群及血清肿瘤坏死因子(TNF)于手术前后的动态变化,并行统计学分析。结果 ①中晚期肺癌患者术前外周血T淋巴细胞亚群明显异常,CD3及CD4/CD8均较正常人组明显降低,而CD8和血清TNF水平则较正常人组明显增高(P均<0.05)。②肺癌患者术后17天CD3及CD4/CD8较术前明显增高,CD8明显降低,而血清TNF水平则较术前明显降低(P均<0.05)。结论 ①手术治疗能恢复中晚期肺癌患者的免疫平衡。②?
- 张斌吴远杰
- 关键词：T细胞亚群手术前后
- 基于CT深度学习的活动性/非活动性肺结核分类模型构建及验证被引量：5
- 2023年
- 目的:评价基于深度学习框架(3D ResNet-50)的肺结核CT辅助诊断模型在活动性/非活动性肺结核鉴别诊断中的临床应用价值。方法:回顾性收集2018年1月至2020年12月期间喀什地区第一人民医院经结核分枝杆菌培养检测并接受胸部高分辨率CT平扫检查的1 940例患者的病例资料,活动性肺结核患者(ATB)960例,非活动性肺结核患者(non-ATB)980例。所有数据以7∶2∶1的比例随机分组,用于训练、验证和测试集,使用3D Nested UNet模型预先分割肺野区域,然后使用3D ResNet-50进行分类,并收集了用于模型外部验证的外部测试集ATB 100例,non-ATB 100例。为了量化评估深度学习模型的性能,绘制ROC曲线,以曲线下面积(AUC)、准确率(ACC)、召回率(Recall)、F1分数(F1 score)作为模型评价指标,并使用类激活图来评估感兴趣的激活区域,最后,将该模型与两位放射科医生的外部测试数据进行了比较。结果:本组ATB患者比非ATB患者年龄大。结果显示ATB患者咳嗽更多,而非ATB患者出现更多胸痛症状,差异有统计学意义(P<0.05)。模型对训练集、验证集、测试集及外部验证的诊断性能AUC分别为0.970、0.951、0.933、0.942;ACC分别为0.996、0.981、0.975、0.967,Recall分别为0.989、0.953、0.951、0.952,F1 score分别为0.995、0.983、0.972、0.969。此外,3D ResNet-50模型的性能高于两名放射科医生,AI模型诊断效能也比放射科医师快10倍。结论:3D ResNet-50 AI系统诊断水平与经验丰富的放射科医生水平接近,可作为活动性肺结核检测及鉴别诊断的快速辅助诊断工具,快速区分活动性和非活动性肺结核。
- 马依迪丽·尼加提米日古丽·达毛拉张斌张水兴
- 关键词：CT图像活动性肺结核
- 基于多参数MRI影像组学及临床特征的鼻咽癌远处转移可解释性机器学习预测模型被引量：4
- 2022年
- 目的 建立基于多参数MRI影像组学及临床特征的机器学习预测模型,并评价其治疗前预测鼻咽癌(nasopharyngeal carcinoma, NPC)远处转移风险的效能及临床应用价值。材料与方法 回顾性分析2010年6月至2017年9月来自三家医院的1393例经病理证实的NPC患者的临床资料及MRI图像(训练队列1049例、外部验证队列344例)。用ITK-SNAP勾画感兴趣区并用Pyradiomics包逐层提取特征。使用相关性分析、单因素分析和递归特征消除法筛选特征,最后通过梯度提升机(Gradient Boosting Machine, GBM)算法构建模型。通过受试者工作特征(receiver operating characteristic, ROC)曲线比较模型的预测效能,以及决策曲线分析评估临床实用性。利用SHAP(SHapley Additive exPlanation)算法赋予最佳预测模型可解释性。结果 经筛选后最终保留10个影像组学特征。基于影像组学特征、临床特征、影像组学+临床特征三种特征组合构建了GBM_R、GBM_C和GBM_RC模型。三者在训练集上的ROC曲线下面积(area under the curve, AUC)值分别为0.938、0.724和0.938;GBM_RC(命名为NPC-Wise)在外部验证集中取得了最高的AUC值,为0.775。N分期是NPC-Wise预测过程中最重要的特征。SHAP模型预测力图能直观可视化特征影响NPC-Wise预测远处转移风险的过程。结论 基于多参数MRI影像组学及临床特征的可解释性机器学习预测模型NPC-Wise在预测NPC远处转移风险方面具有较高效能,SHAP算法为其提供了个体水平的可解释性,能为个性化治疗提供有价值的决策依据。
- 金哲张斌张璐张水兴
- 关键词：鼻咽癌远处转移可解释性磁共振成像
- 鼻咽病变的影像诊断思路被引量：1
- 2022年
- 鼻咽解剖位置深在,病变种类繁多,CT及MRI是鼻咽病变治疗前主要评估手段。不同鼻咽病变影像表现不同,但也存在较多重叠,临床工作中需从病变位置、形态、边界、信号及密度特征、强化方式、与邻近组织结构关系、有无骨质破坏或淋巴结转移等方面进行综合分析,并结合临床鼻咽镜及实验室检查进一步明确诊断,从而提升诊断准确性。笔者系统总结鼻咽病变影像诊断思路,并归纳分析鼻咽病变的影像诊断要点,在治疗前明确诊断及病变范围,从而为临床治疗决策提供重要支持证据。
- 方进张斌金哲伍雪威陈立婷张水兴
- 关键词：磁共振成像影像特点
- 头颈部肿瘤影像组学研究进展被引量：10
- 2020年
- 头颈部恶性肿瘤为全球七大常见的恶性肿瘤之一,其发病隐匿且多伴发远处转移,患者的远期生存率相对较低。目前已有大量运用影像组学对头颈部肿瘤进行研究的报道,均提示影像组学在头颈部肿瘤的早期诊断、预后判断、疗效评估以及人类乳头瘤病毒感染状态检测等方面具有重要意义。本文将简要介绍头颈部肿瘤影像组学研究流程中的特点,对现有研究成果进行综述,并探讨影像组学在头颈部肿瘤诊治中的应用前景,以及未来发展将要应对的挑战。
- 金哲张璐张斌莫笑开黄文慧方进汪飞张水兴
- 关键词：头颈部肿瘤预后
- 体素内不相干运动MRI预测鼻咽癌放疗化疗敏感性的初步研究被引量：15
- 2019年
- 目的探讨体素内不相干运动磁共振(IVIM-MRI)在预测鼻咽癌(NPC)放、化疗敏感性的应用价值。方法本研究为回顾性临床和影像资料分析。搜集我院2011年12月1日至2018年12月30日初治的,经病理确诊的TNM分期3期(30例)或4期(38例)的鼻咽癌患者共68例。所有患者接受标准方案同期放化疗后,根据实体瘤疗效评价标准(RECIST)分为敏感组(45例)、不敏感组(23例)。放、化疗前后所有患者行3.0T常规MRI及13个b值(区间0~800s/mm^2)IVIM检查。由2名有经验的影像诊断医师分别独立分析图像并选取病灶区ROIs通过后处理软件计算IVIM各参数值,包括真实扩散系数(D值)、灌注相关扩散系数(D*值)、灌注分数(f值)和ADC值。采用组内相关系数(ICC)评估2名医师测量数值的一致性,敏感组与不敏感组间IVIM参数值的比较采用Mann-WhitneyU检验。结果2名医师测量数值的一致性好,D值、f值、D*值、ADC值的ICC分别为0.937、0.922、0.902、0.893。敏感组D值、D*值分别为(0.69±0.06)、(161.33±11.50)×10^-3mm^2/s,不敏感组分别为(0.52±0.10)、(126.96±10.27)×10^-3mm^2/s,差异均有统计学意义(U值分别为51.5、18.0,P值均<0.01);敏感组f值(16.68±1.94)%、ADC值(1.23±0.11)×10^-3mm^2/s,不敏感组分别为(16.40±1.11)%、(1.25±0.10)×10^-3mm^2/s,两组差异均无统计学意义(U值分别为434.5、427.0,P值均>0.05)。结论IVIM对鼻咽癌放、化疗敏感性的预测临床实用性较高。D值及D*值高提示鼻咽癌患者对放化疗敏感,且D*值高表明鼻咽癌病灶内肿瘤新生血管丰富及肿瘤实质部分血流灌注增加。
- 陈文波蔡冠晖张斌蓝博文张水兴
- 关键词：鼻咽肿瘤
