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6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：
帕金森病伴疼痛患者大脑皮层厚度改变的结构MRI研究
1
作者 邹楠 王二磊 +5 位作者 张金茹 伋立荣 亚洋 鲍奕清 骆亚君 范国华 《磁共振成像》 CAS CSCD 北大核心 2024年第5期13-18,23,共7页
目的基于高分辨率结构MRI技术探讨帕金森病(Parkinson’s disease,PD)伴疼痛患者大脑皮层厚度(cortical thickness,CT)的异常改变及其与疼痛评分的相关性,揭示PD疼痛的神经解剖基础。材料与方法本研究于2020年9月至2022年3月招募了经苏... 目的基于高分辨率结构MRI技术探讨帕金森病(Parkinson’s disease,PD)伴疼痛患者大脑皮层厚度(cortical thickness,CT)的异常改变及其与疼痛评分的相关性,揭示PD疼痛的神经解剖基础。材料与方法本研究于2020年9月至2022年3月招募了经苏州大学附属第二医院神经内科确诊的82例PD患者及附近社区的29例无痛正常对照(normal control,NC)志愿者。采集所有受试者的人口学、临床资料以及结构MRI图像。采用非运动症状问卷和视觉模拟评分法(Visual Analog Scale,VAS)对PD患者分别进行疼痛筛查和疼痛程度评估。依据VAS评分将PD患者分为PD伴疼痛(PD patients with pain,PDP)组41例和PD不伴疼痛(PD patients without pain,nPDP)组41例。CT分析步骤如下:采用计算解剖学工具箱12(Computational Anatomy Toolbox 12,CAT12)软件包对结构像进行预处理获得全部被试者的全脑CT图;统计分析采用one-way ANOVA及post-hoc事后检验。统计结果采用无阈值聚类增强(threshold-free cluster enhancement,TFCE)及错误发现率(false discovery rate,FDR)进行多重比较校正,阈值设为P<0.05。最后,提取PDP组差异脑区的CT值与VAS评分进行偏相关性分析。结果One-way ANOVA分析发现PDP组、nPDP组及NC组间CT值存在差异的脑区包括右侧额上回、右侧额中回下部及右侧额下回三角部。Post-hoc事后分析显示,与nPDP组相比,PDP组的右侧额中回下部及右侧额下回三角部CT值减低(P=0.033、0.007)。与NC组相比,PDP组的右侧额上回、右侧额中回下部及右侧额下回三角部CT值均减低(P<0.001)。偏相关分析未发现PDP组的右侧额中回下部及右侧额下回三角部CT值与VAS评分存在显著相关(P=0.088)。结论右侧前额叶区域(额中回及额下回)的CT减低可能是PD伴疼痛患者的神经解剖基础,该区域可能通过调节疼痛感知以及与疼痛相关的情绪/情感、认知加工等方面参与了PD疼痛的发生。 展开更多
关键词 帕金森病 疼痛 结构磁共振成像 磁共振成像 皮层厚度 神经解剖学
下载PDF
OSAHS患者的脑功能异常改变:基于VMHC的静息态fMRI研究
2
作者 伋立荣 王二磊 +5 位作者 陈锐 王婧 亚洋 苏桐 程超虹 范国华 《磁共振成像》 CAS CSCD 北大核心 2023年第9期13-18,共6页
目的探讨阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea-hypopnea syndrome,OSAHS)患者脑镜像同伦连接(voxel-mirrored homotopic connectivity,VMHC)的改变及其与临床指标的相关性。材料与方法本研究以呼吸暂停低通气指数(a... 目的探讨阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea-hypopnea syndrome,OSAHS)患者脑镜像同伦连接(voxel-mirrored homotopic connectivity,VMHC)的改变及其与临床指标的相关性。材料与方法本研究以呼吸暂停低通气指数(apnea hypopnea index,AHI)15次/h为界值,分为中度或重度组(OSAHS组,n=68)、正常或轻度组(对照组,n=47)。所有被试者均为男性,均行多导睡眠(polysomnography,PSG)监测、剑桥神经心理自动化成套测试、结构及静息态fMRI扫描。比较组间VMHC指标差异,并提取异常脑区VMHC值与PSG指标和剑桥认知指标进行偏相关分析。结果与对照组相比,OSAHS组在双侧后扣带回、岛叶和颞上回的VMHC值显著增加(GRF校正,体素水平P<0.001,团块水平P<0.05,双尾);OSAHS组双侧后扣带回和岛叶的VMHC值均与空间再认记忆(spatial recognition memory,SRM)选择时间呈正相关(r=0.318,P=0.010;r=0.437,P<0.001)。结论OSAHS患者表现为特定脑区的VMHC值增高,提示脑功能代偿机制,并且这种异常脑改变与认知功能损害存在一定的相关性。 展开更多
关键词 阻塞性睡眠呼吸暂停低通气综合征 静息态功能磁共振成像 镜像同伦连接 认知功能损害 脑功能损害
下载PDF
深度学习结合影像组学的胸部CT新冠肺炎智能诊断模型研究 被引量：8
3
作者 徐翠莲 印宏坤 +3 位作者 伋立荣 蔡武 张伟 范国华 《罕少疾病杂志》 2021年第5期16-20,共5页
目的采用深度学习分割图像结合影像组学分类的方法构建基于胸部CT的新冠肺炎智能诊断模型并评估其诊断效能。方法回顾性分析24例COVID-19肺炎和17例普通病毒性肺炎患者的CT影像,利用基于深度学习的AI模型实现肺炎病灶的自动分割,从每一... 目的采用深度学习分割图像结合影像组学分类的方法构建基于胸部CT的新冠肺炎智能诊断模型并评估其诊断效能。方法回顾性分析24例COVID-19肺炎和17例普通病毒性肺炎患者的CT影像,利用基于深度学习的AI模型实现肺炎病灶的自动分割,从每一帧图像的病灶区域中提取影像组学特征,经过LASSO回归降维后分别采用高斯朴素贝叶斯、随机森林和极端梯度提升的方法在训练集中建立影像组学模型,并在验证集中测试模型性能。采用Dice系数评估肺炎病灶分割的准确性,采用ROC评估新冠肺炎诊断效能。结果肺炎病灶AI自动分割在单幅CT图像上的Dice系数为0.835±0.122,在整个CT序列影像上的Dice系数为0.864±0.036,与人工标记的结果有较高的一致性。通过LASSO降维筛选出9个特征参数,基于高斯朴素贝叶斯、随机森林和极端梯度提升方法的预测模型在验证集薄层CT序列上的曲线下面积分别为0.829、0.829和0.857;在厚层CT序列上的曲线下面积分别为0.786、0.743和0.743。基于三种分类器的预测模型性能基本相当,差异无统计学意义。结论深度学习结合影像组学的智能诊断模型有助于COVID-19与非COVID-19病毒性肺炎的鉴别诊断。 展开更多
关键词 COVID-19 CT 深度学习 影像组学 人工智能辅助诊断
下载PDF
帕金森病伴疲劳患者的大脑功能与结构磁共振成像研究
4
作者 鲍奕清 王二磊 +6 位作者 邹楠 王孟璞 亚洋 伋立荣 彭佳雯 毛成洁 范国华 《临床放射学杂志》 北大核心 2024年第8期1265-1270,共6页
目的探究帕金森病(PD)伴疲劳(PDF)患者功能与结构异常。方法纳入PDF患者32例,PD不伴疲劳组(nPDF)32例,健康对照组(NCs)36名。采用低频振幅(ALFF)方法分析三组脑区神经元活动,并结合基于体素的形态学测量方法来观察三组间的灰质体积(GMV... 目的探究帕金森病(PD)伴疲劳(PDF)患者功能与结构异常。方法纳入PDF患者32例,PD不伴疲劳组(nPDF)32例,健康对照组(NCs)36名。采用低频振幅(ALFF)方法分析三组脑区神经元活动,并结合基于体素的形态学测量方法来观察三组间的灰质体积(GMV)。将各影像指标与疲劳评分进行相关性分析。结果较于nPDF组和NCs组,PDF组在两侧楔前叶,右侧丘脑/尾状核(THA/CAU),左侧丘脑/海马(THA/HIP)和右侧罗兰迪克岛盖/壳核/脑岛(ROL/PUT/INS)的ALFF值降低;在右侧海马/杏仁核/壳核(HIP/AMYG/PUT)和左侧颞极(颞上回)/杏仁核/壳核(TPOsup/AMYG/PUT)的GMV降低。此外,PDF组疲劳严重程度量表(FSS)评分与左侧THA/HIP和右侧THA/CAU的ALFF值,右侧HIP/AMYG/PUT和左侧TPOsup/AMYG/PUT的GMV值呈负相关。结论PDF患者边缘区域、丘脑、基底节区和顶颞叶的功能以及结构异常可能与PDF的发生发展有关。 展开更多
关键词 帕金森病 疲劳 功能磁共振成像 低频振幅 基于体素的形态学分析
原文传递
男性阻塞性睡眠呼吸暂停患者脑网络动态功能连接状态及其影响因素分析
5
作者 王婧 伋立荣 +5 位作者 程超虹 苏桐 韩菲 李晔洲 王二磊 陈锐 《中华医学杂志》 CAS CSCD 北大核心 2023年第48期3938-3945,共8页
目的分析男性阻塞性睡眠呼吸暂停(OSA)患者脑网络动态功能连接(dFNC)状态及其影响因素。方法前瞻性选取2020年8月至2021年12月因打鼾就诊于苏州大学附属第二医院睡眠门诊,经多导睡眠监测(PSG)诊断的男性OSA及鼾症患者共111例。收集一般... 目的分析男性阻塞性睡眠呼吸暂停(OSA)患者脑网络动态功能连接(dFNC)状态及其影响因素。方法前瞻性选取2020年8月至2021年12月因打鼾就诊于苏州大学附属第二医院睡眠门诊,经多导睡眠监测(PSG)诊断的男性OSA及鼾症患者共111例。收集一般资料,根据氧减指数(ODI)将患者分为3组:单纯鼾症组(ODI<5次/h,34例)、轻中度OSA组(5≤ODI<30次/h,43例)、重度OSA组(ODI≥30次/h,34例)。采用蒙特利尔认知评估(MoCA)量表评估认知功能,Epworth嗜睡量表(ESS)评估日间嗜睡状况。采集静息态功能磁共振成像(fMRI)血氧水平依赖序列(BOLD)信号数据并预处理,使用滑动时间窗法构建dFNC矩阵,通过k-均值聚类分析确定动态脑网络dFNC状态数目,使用三种参数[时间分数(FT)、平均停留时间(MDT)、转换次数(NT)]来表征dFNC状态的时间属性,比较组间dFNC状态时间属性的差异,进一步分析时间属性与PSG参数及MoCA、ESS评分等的相关性,并采用逐步多重线性回归分析dFNC状态时间属性的影响因素。结果患者年龄(40.2±8.6)岁(25~65岁),3组患者间年龄、吸烟饮酒史及MoCA评分差异无统计学意义(均P>0.05)。通过k-均值聚类分析提取了3个脑网络dFNC状态:状态1:以视觉、感觉运动网络强连接为特征,出现频率为31.7%(4611/14541);状态2:以默认模式网络、注意网络等认知网络的强连接为特征,出现频率最低(22.1%,3213/14541);状态3:以全脑网络较弱的连接为特征,出现频率最高(46.2%,6717/14541)。重度OSA组状态2的FT[0.28(0.05,0.35)比0.39(0.26,0.53)]与MDT[8.20(4.35,12.54)比11.68(8.50,16.69)]均低于单纯鼾症组(均P<0.05),3组间状态1和状态3的时间属性差异均无统计学意义(均P>0.05)。状态2的FT、MDT与患者的体质指数、呼吸暂停低通气指数、ODI、最低血氧饱和度相关(FT:r值分别为-0.218、-0.230、-0.249、0.198;MDT:r值分别为0.269、-0.253、-0.265、0.209,均P<0.05),与MoCA评分、ESS评分相关均无统计学意义(均P>0.05)。ODI是状态2时间属性的影响因素(FT:β=-0.225,95%CI:-0.227~-0.223;MDT:β=-0.241,95%CI:-0.289~-0.195)。结论OSA患者存在特定脑网络dFNC状态时间属性的改变,并与夜间低氧参数相关,这可能是OSA患者脑功能损伤的机制之一。 展开更多
关键词 睡眠呼吸暂停 阻塞性 功能磁共振成像 动态功能连接 时间属性 氧减指数 横断面研究
原文传递
基于结构MRI机器学习模型诊断帕金森病的价值 被引量：1
6
作者 亚洋 王二磊 +6 位作者 伋立荣 邹楠 鲍奕清 毛成洁 罗蔚峰 印宏坤 范国华 《中华放射学杂志》 CAS CSCD 北大核心 2023年第4期370-377,共8页
目的探讨基于多种结构MRI特征构建的机器学习模型诊断帕金森病(PD)的价值。方法回顾性分析2017年11月至2019年8月在苏州大学附属第二医院神经内科就诊的60例PD患者(PD组)和同期招募的56名社区健康老年人(NC组)的临床及影像资料。首先对... 目的探讨基于多种结构MRI特征构建的机器学习模型诊断帕金森病(PD)的价值。方法回顾性分析2017年11月至2019年8月在苏州大学附属第二医院神经内科就诊的60例PD患者(PD组)和同期招募的56名社区健康老年人(NC组)的临床及影像资料。首先对所有受试者进行全脑MR扫描,然后基于不同的脑分区模板,从小脑、深部核团和皮层提取多种结构MRI特征,利用Mann-Whitney U检验和最小绝对值收缩与选择算子回归筛选一组最具诊断鉴别力的特征,最后运用逻辑回归(LR)和线性判别分析(LDA)两种分类器,结合5折交叉验证策略分别构建小脑、深部核团、皮层和基于所有特征的综合模型。采用受试者操作特征曲线的曲线下面积(AUC)和决策曲线分析(DCA)评价各模型的诊断效能和临床净收益。结果最终筛选出4个小脑特征(LobuleⅥ体积非对称指数、LobuleⅦB皮层厚度非对称指数、灰质体积非对称指数及右侧LobuleⅥ灰质体积)、3个深部核团(右侧伏隔核绝对体积、伏隔核绝对和相对体积)和3个皮层(左侧PFm局部脑回指数、右侧额上回局部分形维数和左侧枕上回沟深)特征为最具诊断鉴别力的特征,并构建模型。验证集中,基于LR分类器的小脑、深部核团、皮层和综合模型诊断PD的AUC值分别为0.692、0.641、0.747和0.816,基于LDA分类器的小脑、深部核团、皮层和综合模型诊断PD的AUC值分别为0.726、0.610、0.752和0.818。基于LR和LDA分类器的综合模型诊断PD的效能均优于其他模型(P<0.05)。DCA曲线显示验证集中基于LR和LDA分类器下的综合模型临床净收益最高。结论基于LR和LDA分类器的小脑、深部核团、皮层特征的综合模型诊断PD具有良好的效能和临床净收益。 展开更多
关键词 帕金森病 磁共振成像 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