您的位置: 专家智库 > >

高飞

作品数:2 被引量:0H指数:0
供职机构:皖南医学院更多>>
相关领域:医药卫生更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇医药卫生

主题

  • 1篇导管
  • 1篇导管消融
  • 1篇心房
  • 1篇心房颤动
  • 1篇影像
  • 1篇阵发
  • 1篇阵发性
  • 1篇阵发性心房颤...
  • 1篇直肠
  • 1篇直肠癌
  • 1篇术后
  • 1篇消融
  • 1篇机器学习模型
  • 1篇房颤
  • 1篇房速
  • 1篇复律
  • 1篇复律治疗
  • 1篇KI-67
  • 1篇KI-67表...
  • 1篇MRI影像

机构

  • 1篇安徽医科大学
  • 1篇中国科学技术...
  • 1篇皖南医学院
  • 1篇皖南医学院第...

作者

  • 2篇高飞
  • 1篇贺常萍
  • 1篇陈旭丽
  • 1篇高飞

传媒

  • 1篇安徽医学
  • 1篇皖南医学院学...

年份

  • 1篇2024
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
基于多参数MRI影像组学构建机器学习模型与直肠癌Ki-67表达相关性
2024年
目的探讨mp-MRI的影像组学模型术前无创性预测直肠癌患者Ki-67表达水平的价值。方法回顾性分析2016年1月至2023年7月在安徽省肿瘤医院就诊的97例直肠腺癌患者临床资料,术前行常规MRI检查及IVIM-DWI扫描,根据术后病理Ki-67表达状态,分为低表达组(n=64)、高表达组(n=33)。在三个不同序列(高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLEX和IVIM-DWI)上分别提取三维影像组学纹理分析特征参数。按7∶3比例分为训练组(n=67)和测试组(n=30),训练组用于特征筛选和建立影像组学模型,测试组用于验证所建立模型的可靠性。比较训练组和测试组患者基线资料的差异,使用Pearson相关性、SelectPercentile和LASSO完成最佳预测特征选择,分别基于影像组学特征采用SGD、SVM和LR机器学习算法构建模型,并进行10折交叉验证。应用受试者操作特征(ROC)曲线评估模型预测直肠腺癌Ki-67表达水平的效能,采用DeLong检验对曲线下面积(AUC)进行比较。结果从每例患者的高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLE和IVIM-DWI(b=800 s/mm^(2))三个序列上共提取出5622个影像组学特征;筛选出6个影像组学特征作为最佳预测特征构建模型。SGD、SVM和LR的最高AUC分别为0.867、0.853和0.884;其中SGD算法准确率为76%,在3个模型中预测性能最佳。结论基于多参数MRI的影像组学模型在术前预测直肠腺癌Ki-67表达水平有一定的价值,SGD在预测直肠腺癌Ki-67表达水平中效能最佳。
孙铭洁薄娟魏龙宇付宝月李雪萌董江宁高飞
关键词:KI-67直肠癌
阵发性心房颤动导管消融术后房速一例
2015年
心房颤动(atrial fibrillation,AF)是最常见的心律失常之一,发病率随年龄增加而升高,79岁以上可达10%一30%。AF患者的病死率约为窦性心律的2倍,栓塞和中风的发生率则是相同人群的4~6倍。治疗目标:节律控制、室率控制、抗栓治疗。节律控制方法:药物复律、电复律、导管消融、外科手术等。
贺常萍陈旭丽高飞
关键词:心房颤动复律治疗导管消融
共1页<1>
聚类工具0