周诚
- 作品数：9 被引量：37H指数：5
- 供职机构：新疆医科大学附属肿瘤医院更多>>
- 发文基金：新疆维吾尔自治区自然科学基金更多>>
- 相关领域：医药卫生文化科学更多>>
- 能谱CT参数Logistic回归模型预测中晚期非小细胞肺癌EGFR基因突变的价值被引量：8
- 2022年
- 目的:探索能谱CT形态学征象及定量参数与中晚期非小细胞肺癌表皮生长因子受体(EGFR)基因突变的相关性,建立Logistic回归模型预测中晚期非小细胞肺癌EGFR基因突变状态。方法:根据79例中晚期非小细胞肺癌患者EGFR基因突变的情况分为阳性组与阴性组,收集两组能谱CT形态学征象、定量参数的指标,分析能谱CT形态学征象、定量参数与EGFR基因突变的相关性,建立Logistic回归模型预测中晚期非小细胞肺癌EGFR基因突变状态。结果:两组间肿瘤直径、分叶征、肺内转移、纵隔淋巴结转移、远处转移、骨转移、动静脉期的标准化碘浓度(Normalized iodine concentrations,NIC)、能谱曲线斜率(λHU)、70 keV CT值的差异有统计学意义。ROC曲线判断静脉期的NIC诊断效能最大(曲线下面积(AUC)=0.905(P<0.001),灵敏度为73.20%,特异度为93.80%,阈值为0.33 mg/cm^(3))。基于具有统计学意义的指标建立的Logistic回归模型示肺内转移、远处转移、静脉期NIC、静脉期λHU是预测中晚期非小细胞肺癌EGFR基因突变的独立因素,具有较高的诊断效能(AUC=0.953,灵敏度为93.6%,特异度为87.5%)。结论:基于能谱CT形态学征象及定量参数建立的Logistic回归模型在预测中晚期非小细胞肺癌EGFR基因突变中有一定的价值。
- 余莹莹甘晓晶许晓燕周诚周永文智
- 关键词：X线计算机
- X线与双源CT对结肠肿瘤性肠梗阻的诊断价值比较分析被引量：7
- 2017年
- 目的:比较X线和双源CT对结肠肿瘤性肠梗阻的诊断价值。方法:收集80例确诊为结肠肿瘤性肠梗阻患者作为观察对象,所有患者均接受X线和双源CT检查,回顾性分析其临床资料,比较X线和双源CT检查结肠肿瘤性肠梗阻的诊断符合率和梗阻部位判断正确率。结果:双源CT检查结肠肿瘤性肠梗阻的诊断符合率和梗阻部位判断正确率高于X线检查(97.5%vs 81.2%,98.8%vs 87.5%),组间比较都有统计学差异(P均<0.05)。结论:双源CT检查结肠肿瘤性肠梗阻的诊断符合率和梗阻部位判断正确率高于X线检查,临床上可优先选择双源CT检查诊断结肠肿瘤性肠梗阻。
- 甘晓晶周诚
- 关键词：X线
- CT动态增强扫描定量参数评估NSCLC患者靶向治疗临床效果的可行性研究被引量：1
- 2022年
- 目的使用CT动态增强扫描定量参数对NSCLC患者靶向治疗临床效果进行评估,旨在探讨其可行性。方法选取本院2016年3月至2019年5月收治的82例NSCLS患者的临床资料,所有患者均在本院进行靶向治疗。对患者CT图像进行分析,根据RECIST实体瘤疗效果判断标准对82例患者近期治疗效果进行评价,分为缓解组和未缓解组,分别为48例、34例。比较两组患者治疗前后增强扫描参数的变化。结果缓解组治疗后灌注值和PH值明显降低,未缓解组明显升高(P<0.05),两组M/A、Tp(s)值比较差异无统计学意义(P>0.05)。根据患者治疗前后灌注值、PH值的差异,将其分为治疗后降低组和升高组。治疗后灌注值、PH值降低组缓解有效率高于升高组(χ^(2)分别为6.697、3.979,P<0.05)。结论使用CT动态增强扫描定量参数评估NSCLC患者靶向治疗临床效果可行性高,可对早期治疗效果进行判断。
- 余莹莹甘晓晶许晓燕周诚周永文智
- 关键词：NSCLC靶向治疗
- 人工智能肺结节诊断系统对亚实性肺结节良恶性的预测被引量：7
- 2022年
- 目的评价人工智能(AI)肺结节影像诊断系统预测亚实性结节(SN)恶性概率值的效能。方法搜集2017年至2019年经手术及病理结果证实的142个SN,将结节分为原位癌组、浸润性腺癌组、炎性结节组。将患者术前CT检查数据导入AI肺结节诊断系统,记录系统测量的SN的体积、平均CT值、能量值、恶性概率值。比较三组SN在CT平扫、增强扫描动脉期及延迟期中的体积、CT值、能量值及恶性概率值,并对平扫、动脉期及延迟期扫描的各组数据进行配对样本检验。分析根据各期CT图像对各组SN恶性概率值与CT值、体积、能量的相关性。结果共纳入142个SN,其中1组为42个,2组为75个,3组为25个。AI系统对三组SN平扫、动脉期、延迟期所检测恶性概率值分别为1组中9.5(7,84.25)%、89(79.75,90)%、89(68.25,90)%;2组中84(26,89)%、89(85,90)%、89(85,90)%;3组中16(9,79)%、79(19,89)%、70(22,89)%,三组SN在扫描各期的恶性概率值均存在统计学差异(P<0.01)。三组SN在扫描各期的CT值、体积、能量值均存在统计学差异(P<0.001),3组间两两比较均存在统计学差异,每组内平扫与动脉期、平扫与延迟期均存在统计学差异(P<0.001),动脉期与延迟期比较差异均无统计学差异(P>0.05)。CT扫描各期的CT值及体积、能量值对SN的恶性概率值均呈正相关(P均<0.01)。结论 AI肺结节辅助诊断系统提供的一些参数,可以为医师对良恶性结节的鉴别提供一定的帮助。
- 周诚周诚
- 关键词：人工智能肺结节肺癌
- 基于CT图像人工智能辅助诊断系统鉴别亚实性肺结节良恶性的价值
- 2023年
- 探讨人工智能辅助诊断系统基于CT图像鉴别亚实性肺结节良恶性的价值,为临床诊断或决策提供支持。方法 回顾性分析经手术或穿刺活检病理证实为肺浸润性腺癌患者75例、良性结节患者75例。比较两组患者临床病理特征,比较两组由AI系统测定三期CT图像所得参数包括(最大径、3D体积、恶性概率预测值、能量值、CT值)。利用二元Logistic回归分析相关变量,建立模型并获得联合预测因子,采用Hosmer-Lemeshow检验对该模型的拟合优度进行检验。对两组差异有统计学意义的参数及联合预测因子绘制ROC曲线,探讨各参数鉴别亚实性肺结节良恶性的诊断效能。结果 两组患者临床特征差异均无统计学意义(P>0.05),AI系统测定三期CT图像所得参数在两组间差异均有统计学意义(P<0.001)。平扫期最大径、动脉期恶性率预测值、静脉期恶性率预测值、动脉期3D体积、平扫期能量值鉴别结节良恶性的ROC曲线下面积(AUC)分别为0.790、0.727、0.739、0.866、0.767,联合预测因子的AUC为0.957优于单个参数的诊断效能。Hosmer-Lemeshow检验结果表明该模型P>0.10(0.730),拟合效果较好。结论 基于人工智能肺结节辅助诊断系统鉴别亚实性肺结节良恶性准确度高,多参数联合的诊断效能优于单个参数。
- 周诚肖兰敬文波王彦龙刘文亚
- 关键词：肺腺癌CT
- PBL教学法在本科影像教学中的应用被引量：6
- 2020年
- 随着影像学的检查手段在不断的丰富,医学影像学检查已经成为临床疾病诊断的重要依据。现阶段,合格的影像学学生需要将临床知识、临床诊断思维及医学影像学相结合,才能做出正确的影像诊断结果。传统的以授课为基础的教学方法具有一定的缺陷,已经不能满足现阶段的影像学教学要求。以问题为基础学习(PBL)教学法作为一种新型的教学模式,已经在国内临床教学中被广泛的应用。PBL教学以医学生为主体,以临床实践性的问题为核心,将传统的学生被动听课转变为教师与学生的互动教学,可以激发了学生的学习兴趣,提高学生自身的认知,培养学生的独立思考和批判性思维,最终提升学生分析和解决问题的能力。
- 周诚余莹莹周永
- 关键词：PBL本科教学LBL影像教学诊断思维
- 能谱CT参数预测中晚期非小细胞肺癌EGFR基因突变表达的价值被引量：6
- 2022年
- 目的探讨能谱CT参数预测中晚期非小细胞肺癌表皮生长因子受体(EGFR)基因突变表达的价值。方法选取符合标准的79例患者分为EGFR基因表达阳性组与阴性组,比较两组间动脉期及静脉期的能谱参数指标,并采用ROC曲线分析能谱参数指标预测EGFR基因表达的效能。结果79例患者EGFR基因表达阳性者32例,阴性者47例。1)动脉期NIC、λHU、70 keV单能量水平对应的CT值在两组间差异有统计学意义(t=3.528,P=0.001;t=4.534,P<0.05;t=3.028,P=0.004);动脉期NWC、有效原子序数在两组间的差异无统计学意义(t=-0.275;P=0.784;t=-0.434;P=0.666);2)静脉期NIC、λHU、70 keV单能量水平对应的CT值在两组间差异有统计学意义(t=3.3,P=0.001;t=3.874,P<0.001;t=3.031,P=0.003);NWC、有效原子序数在两组之间的差异无统计学意义(t=0.51,P=0.612;t=-0.395,P=0.694);3)比较两组增强前后CT值差值ΔCT值,显示动脉期ΔCT值在两组之间的差异无统计学意义(t=1.848,P=0.068),静脉期ΔCT值在两组之间的差异具有统计学意义(t=3.14,P=0.002);4)ROC曲线分析能谱参数指标预测EGFR基因表达的效能,显示静脉期NIC的曲线下面积大于其他能谱参数的曲线下面积,其曲线下面积为0.884(P<0.001),灵敏度为80.9%,特异度为95.90%。结论能谱参数指标在预测EGFR基因表达方面有价值,并且以静脉期NIC的效能较高。
- 余莹莹甘晓晶许晓燕周诚周永文智
- 关键词：肺癌表皮生长因子受体能谱
