期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于超声和MRI征象的诺模图模型预测侵袭性胎盘植入的价值
1
作者 徐喻 辜秋阳 +3 位作者 甘玲 庄勇 林娜 刘新秀 《同济大学学报(医学版)》 2024年第5期713-720,共8页
目的探讨基于超声和MRI征象的诺模图模型预测侵袭性胎盘植入的价值。方法将福建医科大学附属第一医院2018年7月-2023年6月期间确诊有胎盘植入并行超声和MRI检查的80例单胎孕妇纳入研究,以手术和/或病理结果为诊断“金标准”。通过单因素... 目的探讨基于超声和MRI征象的诺模图模型预测侵袭性胎盘植入的价值。方法将福建医科大学附属第一医院2018年7月-2023年6月期间确诊有胎盘植入并行超声和MRI检查的80例单胎孕妇纳入研究,以手术和/或病理结果为诊断“金标准”。通过单因素和Logistic回归分析,构建诺模图,通过受试者工作特征(receiver operating characteristic,ROC)曲线和校准曲线确定诺模图的准确性和预测效能。结果将异常胎盘腔隙、子宫膀胱界面血管过度增生、胎盘内T2WI低信号带、异质性胎盘、子宫肌瘤剥除史、前置胎盘、剖宫产史等7个独立影响因素纳入构建诺模图,ROC曲线下面积为0.93(95%CI 0.880.99)。校准曲线显示,该模型预测侵袭性胎盘植入的概率与实际概率具有高度一致性。结论基于超声和MRI征象的诺模图模型产前预测侵袭性胎盘植入有一定价值。 展开更多
关键词 侵袭性胎盘植入 超声 磁共振 诺模图模型
下载PDF
基于磁共振T2WI影像组学模型对胎盘植入性疾病进行产前诊断及分型
2
作者 邹锦莉 胡振远 +4 位作者 王新莲 王克扬 魏炜 解立志 梁宇霆 《磁共振成像》 CAS CSCD 北大核心 2024年第1期137-144,共8页
目的探讨基于磁共振T2WI的影像组学模型在产前预测胎盘植入性疾病(placenta accreta spectrum disorders,PAS)及其亚型的应用价值。材料与方法回顾性分析了2018年1月至2023年1月在北京妇产医院住院分娩的193例单胎妊娠孕妇数据,其中PAS ... 目的探讨基于磁共振T2WI的影像组学模型在产前预测胎盘植入性疾病(placenta accreta spectrum disorders,PAS)及其亚型的应用价值。材料与方法回顾性分析了2018年1月至2023年1月在北京妇产医院住院分娩的193例单胎妊娠孕妇数据,其中PAS 134例,非PAS 59例,所有患者根据同一分型的总数按2∶1的比例随机划分为训练集和测试集。在T2WI序列图像提取影像组学特征,Pearson相关系数和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归用于特征筛选,基于筛选后的特征构建PAS预测模型。然后,计算便于临床应用的影像组学评分评估PAS分型,使用单因素分析与多因素分析进一步分析其他潜在的临床危险因素,包括年龄、孕周、此前孕次、此前产次、此前剖宫产次数、胎盘问题(前置胎盘)和既往子宫手术史,选择临床主要风险因素建立基于影像组学评分和临床特征的临床-影像组学模型并绘制诺莫图。通过受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)评估模型的预测性能,采用DeLong检验比较模型间的预测效能,校准曲线用于评估预测模型的校准程度,决策曲线用于评估预测模型临床价值。结果在T2WI序列图像上提取了806个影像组学特征,经过Pearson相关分析后保留147个影像组学特征,经LASSO回归处理后筛选出10个影像组学特征,基于影像组学特征构建影像组学模型。影像组学模型的训练集AUC值为0.933(95%CI:0.888~0.978),准确率为88.37%,敏感度为88.78%,特异度为87.10%,阳性预测值(positive predictive value,PPV)为95.60%,阴性预测值(negative predictive value,NPV)为71.05%;测试集AUC值为0.914(95%CI:0.835~0.993),准确率为89.06%,敏感度为90.91%,特异度为85.00%,PPV为90.00%,NPV为80.95%。校准曲线和决策曲线表明模型具有较高性能和潜在临床应用价值。影像组学评分对穿透性胎盘植入具有较强的识别能力,训练集和测试集准确率分别为82.95%、89.06%,敏感度和NPV在训练集和测试集都达到了100.00%,特异度分别为81.35%、88.33%。同时,本研究成功构建了临床-影像组学模型并绘制诺莫图用于可视化预测患者的PAS,训练集中临床-影像组学模型的AUC值为0.969(95%CI:0.946~0.993),测试集中AUC值为0.976(95%CI:0.947~1.000)。DeLong检验测试结果表明两模型性能存在显著性差异(P<0.05),临床-影像组学模型具有更好的性能表现。结论基于临床特征及影像组学评分构建的临床-影像组学模型预测效能较好,可作为产前预测是否存在PAS的方法。且影像组学评分对PAS亚型具有较好的鉴别能力,尤其是对于穿透性胎盘植入。 展开更多
关键词 胎盘疾病 胎盘植入性疾病 产前诊断 影像组学 磁共振成像
下载PDF
GNA13在侵入性胎盘植入性疾病中的表达及临床价值
3
作者 甘艳萍 黄丽芸 +3 位作者 唐娜 马友谅 黄志广 龙禹 《广西医科大学学报》 CAS 2024年第7期1070-1075,共6页
目的:探讨鸟嘌呤核苷酸结合蛋白α亚基13(GNA13)在侵入性胎盘植入性疾病(PAS)妊娠晚期外周血和胎盘中的表达及意义。方法:采用病例对照的研究方法,选择2021年9月至2023年6月在广西医科大学第一附属医院产科住院剖宫产并经临床和病理诊断... 目的:探讨鸟嘌呤核苷酸结合蛋白α亚基13(GNA13)在侵入性胎盘植入性疾病(PAS)妊娠晚期外周血和胎盘中的表达及意义。方法:采用病例对照的研究方法,选择2021年9月至2023年6月在广西医科大学第一附属医院产科住院剖宫产并经临床和病理诊断为PAS的32例患者作为研究对象(PAS组),以分娩孕周、胎盘位置、剖宫产史及是否合并内科疾病为条件,匹配同期非PAS剖宫产孕妇32例作为对照组。应用酶联免疫吸附试验(ELISA)检测孕妇血清GNA13水平,免疫组化(IHC)和蛋白免疫印迹法(western blotting)检测胎盘GNA13的表达。受试者工作特征曲线(ROC)分析GNA13的诊断效能。结果:PAS组外周血中GNA13表达水平显著高于对照组(P<0.05)。ROC曲线下面积(AUC)为0.734(95%CI:0.593~0.876),血GNA13辨别PAS的最佳阈值为201.53 ng/mL,灵敏度为96%,特异度为52%。GNA13定位于胎盘绒毛滋养层细胞。PAS组胎盘GNA13表达显著低于对照组(P<0.05)。结论:GNA13具有成为侵入性PAS的产前预测指标的潜力。PAS滋养细胞侵袭、迁移能力增强可能与GNA13低表达有关。 展开更多
关键词 胎盘植入性疾病 侵袭 鸟嘌呤核苷酸结合蛋白α亚基13 预测指标 诊断
下载PDF
Distinct Placenta Increta and Percreta in the Setting of Dichorionic Diamniotic Twin Gestation: A Unique Histological Finding
4
作者 Conway Xu Cassandra Presti +4 位作者 Sebastian Nasrallah Saeid Movahedi-Lankarani John C. Elkas Alfred Khoury Ankit Shah 《Open Journal of Obstetrics and Gynecology》 CAS 2022年第7期610-615,共6页
Multiple gestations have been reported as a risk factor for placenta accreta spectrum (PAS) but the evidence is limited. Previous reports showed that PAS degrees (creta, increta, percreta) were similar in multiple ges... Multiple gestations have been reported as a risk factor for placenta accreta spectrum (PAS) but the evidence is limited. Previous reports showed that PAS degrees (creta, increta, percreta) were similar in multiple gestation placentas. To our knowledge, there have been no reports of PAS in dichorionic placentas with different degrees of invasion. Here, we report dichorionic diamniotic placentas with two different degrees of invasion, one increta and another percreta. 展开更多
关键词 Placenta accreta spectrum Increta Percreta Differential placental Invasion TWIN
下载PDF
胎盘植入性疾病的高危因素和预防要点 被引量:2
5
作者 黄畅晓 彭珠芸 李力 《中国实用妇科与产科杂志》 CAS CSCD 北大核心 2024年第2期244-247,共4页
胎盘植入性疾病(placental accreta spectrum disorders,PAS)是指滋养层细胞异常侵及部分或全部子宫肌层的一组疾病,又称为病理性黏附性胎盘,其发生机制可能是由于子宫内膜与肌层界面缺陷引起蜕膜化异常,从而导致胎盘绒毛或滋养层异常... 胎盘植入性疾病(placental accreta spectrum disorders,PAS)是指滋养层细胞异常侵及部分或全部子宫肌层的一组疾病,又称为病理性黏附性胎盘,其发生机制可能是由于子宫内膜与肌层界面缺陷引起蜕膜化异常,从而导致胎盘绒毛或滋养层异常侵入子宫肌层[1-2]。PAS的发病率约为0.3%,近年由于全球剖宫产率的升高而逐年上升[3]。 展开更多
关键词 胎盘植入性疾病 前置胎盘 预防 高危因素
原文传递
基于深度学习的MRI图像自动分割技术在胎盘植入性疾病预测中的应用
6
作者 李倩 廖蔚 +2 位作者 戢兰蝶 叶莉丽 梅劼 《实用医院临床杂志》 2024年第6期120-123,共4页
目的探讨基于深度学习的MRI图像自动分割技术在胎盘植入性疾病(PAS)预测中的作用。方法收集2016年1月至2022年5月四川省人民医院孕晚期胎盘MRI图像。训练集:合并PAS的患者58例760张图像;未合并PAS的患者41例596张图像。测试集:合并PAS... 目的探讨基于深度学习的MRI图像自动分割技术在胎盘植入性疾病(PAS)预测中的作用。方法收集2016年1月至2022年5月四川省人民医院孕晚期胎盘MRI图像。训练集:合并PAS的患者58例760张图像;未合并PAS的患者41例596张图像。测试集:合并PAS的患者18例232张图像;未合并PAS的患者11例161张图像。训练完成后分别与两名影像科主治医师及住院医师诊断结果进行对比。结果在PAS的二分类预测中:Nasnet神经网络分类模型预测PAS发生的灵敏度为100%,特异度为90.9%,准确性为96.5%,AUC为0.985。住院医师组灵敏度72%、特异度63.6%,准确率68.9%;主治医师组灵敏度88.8%,特异度81.8%,准确性86.2%。住院医师组预测准确率与分类模型对比,差异有统计学意义(P<0.05),二分类模型预测PAS的准确率远胜于住院医师组,二者灵敏度、特异度比较,差异无统计学意义(P>0.05)。主治医师组预测效果与二分类模型预测效果对比,差异无统计学意义(P>0.05),但Kappa值为0.776,两者一致性较好。结论基于深度学习技术的MRI图像自动分割在预测PAS中是可行的。 展开更多
关键词 胎盘植入性疾病 深度学习 核磁共振 人工智能 风险预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部