目的探讨基于轴位脂肪抑制T2加权成像(fat suppression-T2 weighted imaging,FS-T2WI)及T1加权对比增强(T1-weighted contrast-enhanced,T1CE)序列联合临床预测因子创建的临床-影像组学模型在预测无淋巴结转移的直肠癌患者术前淋巴血管...目的探讨基于轴位脂肪抑制T2加权成像(fat suppression-T2 weighted imaging,FS-T2WI)及T1加权对比增强(T1-weighted contrast-enhanced,T1CE)序列联合临床预测因子创建的临床-影像组学模型在预测无淋巴结转移的直肠癌患者术前淋巴血管浸润(lymphovascular invasion,LVI)中的应用价值。材料与方法回顾性纳入2016年12月至2021年12月河南省人民医院收治的行MRI扫描且术后病理证实为直肠癌的221例患者的病例及影像资料。采用单因素和多因素logistic回归分析LVI阳性组和LVI阴性组的临床数据,以确定LVI的独立预测因子;通过ITK-SNAP软件手动勾画肿瘤全层感兴趣区(region of interest,ROI),利用开源软件PyRadiomics提取影像组学特征,采用SPSS随机数字表法按8∶2比例将患者分为训练集(177例)和测试集(44例),并经过特征降维构建影像组学标签;基于临床预测因子是否加入影像组学模型构建了四个预测模型。根据受试者工作特征曲线下面积(area under the curve,AUC)、敏感度和特异度评估不同预测模型的诊断效能。结果肿瘤最大直径是直肠癌患者LVI的独立临床预测因子(P<0.05)。单独的FS-T2WI、T1CE序列以及两者联合(FS-T2WI+T1CE)的测试集AUC分别为0.757、0.802及0.869,FS-T2WI+T1CE联合临床预测因子的临床-影像组学模型诊断效能最好,测试集AUC为0.898(95%CI:0.769、0.968)。结论本研究构建的临床-影像组学模型具有较高的诊断效能,可以辅助临床对无淋巴结转移的直肠癌患者术前个体化LVI预测,改善治疗方案。展开更多
目前我国公益组织管理存在诸多不足,如何加强资金管理,提高资金使用效率成为重要的现实问题。通过对Teach for All的分支机构Teach for America、Teach First和Teach for China进行资金使用效率国际比较与分析,发现同英美公益组织相比,...目前我国公益组织管理存在诸多不足,如何加强资金管理,提高资金使用效率成为重要的现实问题。通过对Teach for All的分支机构Teach for America、Teach First和Teach for China进行资金使用效率国际比较与分析,发现同英美公益组织相比,我国公益组织资金使用效率较低,包括运营效率不高、财务稳定性不足等,进而提出相应的改进建议,希望对提高公益组织资金使用效率提供帮助。展开更多
目的利用3D卷积神经网络融合多序列MRI数据探究脑胶质瘤患者生存风险概率。材料与方法回顾性分析来自河南省人民医院影像归档和通信系统的63例术前行颅脑MRI检查的脑胶质瘤患者病例资料(私有病例数据),收集患者的T1加权成像、T2加权成像...目的利用3D卷积神经网络融合多序列MRI数据探究脑胶质瘤患者生存风险概率。材料与方法回顾性分析来自河南省人民医院影像归档和通信系统的63例术前行颅脑MRI检查的脑胶质瘤患者病例资料(私有病例数据),收集患者的T1加权成像、T2加权成像、T1增强加权成像、液体衰减反转恢复序列数据,结合公开数据集癌症影像档案库(The Cancer Imaging Archive,TCIA)的500例脑胶质瘤患者病例资料,由两名神经影像诊断医师在MRI图像上手动勾画病灶感兴趣区,根据患者生存期分为高风险组、中风险组和低风险组,构建3D卷积神经网络深度学习模型,将数据集按照3∶1∶1的方式划分为训练集、验证集和测试集评估脑胶质瘤患者的生存风险概率。563例病例数据的60%用于训练模型(所有私有病例数据用于训练),20%用于验证方法,20%用于测试结果。结果训练集中高、中、低风险组的受试者工作特征曲线下面积(area under the curve,AUC)分别为0.81、0.79、0.86,验证集中高、中、低风险组的AUC分别为0.74、0.78、0.81,测试集中高、中、低风险组的AUC分别为0.72、0.74、0.75。结论基于多序列MRI的深度学习模型能够为脑胶质瘤患者的生存预测提供辅助支持,为医生临床诊断和预后预测等方面提供定量信息,具有重要的科学价值和临床意义。展开更多
文摘目的探讨基于轴位脂肪抑制T2加权成像(fat suppression-T2 weighted imaging,FS-T2WI)及T1加权对比增强(T1-weighted contrast-enhanced,T1CE)序列联合临床预测因子创建的临床-影像组学模型在预测无淋巴结转移的直肠癌患者术前淋巴血管浸润(lymphovascular invasion,LVI)中的应用价值。材料与方法回顾性纳入2016年12月至2021年12月河南省人民医院收治的行MRI扫描且术后病理证实为直肠癌的221例患者的病例及影像资料。采用单因素和多因素logistic回归分析LVI阳性组和LVI阴性组的临床数据,以确定LVI的独立预测因子;通过ITK-SNAP软件手动勾画肿瘤全层感兴趣区(region of interest,ROI),利用开源软件PyRadiomics提取影像组学特征,采用SPSS随机数字表法按8∶2比例将患者分为训练集(177例)和测试集(44例),并经过特征降维构建影像组学标签;基于临床预测因子是否加入影像组学模型构建了四个预测模型。根据受试者工作特征曲线下面积(area under the curve,AUC)、敏感度和特异度评估不同预测模型的诊断效能。结果肿瘤最大直径是直肠癌患者LVI的独立临床预测因子(P<0.05)。单独的FS-T2WI、T1CE序列以及两者联合(FS-T2WI+T1CE)的测试集AUC分别为0.757、0.802及0.869,FS-T2WI+T1CE联合临床预测因子的临床-影像组学模型诊断效能最好,测试集AUC为0.898(95%CI:0.769、0.968)。结论本研究构建的临床-影像组学模型具有较高的诊断效能,可以辅助临床对无淋巴结转移的直肠癌患者术前个体化LVI预测,改善治疗方案。
文摘目前我国公益组织管理存在诸多不足,如何加强资金管理,提高资金使用效率成为重要的现实问题。通过对Teach for All的分支机构Teach for America、Teach First和Teach for China进行资金使用效率国际比较与分析,发现同英美公益组织相比,我国公益组织资金使用效率较低,包括运营效率不高、财务稳定性不足等,进而提出相应的改进建议,希望对提高公益组织资金使用效率提供帮助。
文摘目的利用3D卷积神经网络融合多序列MRI数据探究脑胶质瘤患者生存风险概率。材料与方法回顾性分析来自河南省人民医院影像归档和通信系统的63例术前行颅脑MRI检查的脑胶质瘤患者病例资料(私有病例数据),收集患者的T1加权成像、T2加权成像、T1增强加权成像、液体衰减反转恢复序列数据,结合公开数据集癌症影像档案库(The Cancer Imaging Archive,TCIA)的500例脑胶质瘤患者病例资料,由两名神经影像诊断医师在MRI图像上手动勾画病灶感兴趣区,根据患者生存期分为高风险组、中风险组和低风险组,构建3D卷积神经网络深度学习模型,将数据集按照3∶1∶1的方式划分为训练集、验证集和测试集评估脑胶质瘤患者的生存风险概率。563例病例数据的60%用于训练模型(所有私有病例数据用于训练),20%用于验证方法,20%用于测试结果。结果训练集中高、中、低风险组的受试者工作特征曲线下面积(area under the curve,AUC)分别为0.81、0.79、0.86,验证集中高、中、低风险组的AUC分别为0.74、0.78、0.81,测试集中高、中、低风险组的AUC分别为0.72、0.74、0.75。结论基于多序列MRI的深度学习模型能够为脑胶质瘤患者的生存预测提供辅助支持,为医生临床诊断和预后预测等方面提供定量信息,具有重要的科学价值和临床意义。
