朱红梅
- 作品数：5 被引量：27H指数：3
- 供职机构：江阴市中医院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生更多>>
- 人工智能定量肺结节参数与肺腺癌浸润程度的相关性分析被引量：7
- 2024年
- 目的探讨人工智能(AI)定量肺结节参数与肺腺癌浸润程度的相关性。方法选取2021年1月—2023年1月医院收治的138例肺腺癌患者(共138个肺结节),根据肺腺癌浸润程度将其分为两组,浸润性腺癌(IAC)归为A组(n=60),微浸润性腺癌(MIA)、原位腺癌(AIS)及非典型腺瘤样增生(AAH)归为B组(n=78)。所有患者均行CT扫描,AI肺结节检测系统分析扫描数据,比较两组AI定量肺结节参数,分析AI定量肺结节参数与肺腺癌浸润程度的关系。结果A组肺结节短径、肺结节长径、最大CT值、最小CT值、平均CT值及恶性概率均高于B组(P<0.05);Logistic回归分析显示,各项AI定量肺结节参数升高均是加重肺腺癌浸润程度的独立危险因素(P<0.05);上述AI定量肺结节参数联合预测绘制ROC曲线分析显示联合检测预测准确率最高,其AUC为0.995;Spearman相关性分析显示,AI定量肺结节参数均与肺腺癌浸润程度呈正相关关系(P<0.05)。结论AI定量肺结节参数对浸润性肺腺癌预测价值较高,且与肺腺癌浸润程度具有一定相关性。
- 朱红梅马金连王欢刘峰
- 关键词：肺腺癌人工智能肺结节
- 磁共振弥散成像(DWI)在脑干梗死早期诊断中的意义分析
- 2020年
- 目的:研究分析磁共振弥散成像(DWI)在脑干梗死早期诊断中的意义。方法:将我院2018年10月—2019年10月收治的61例脑干梗死患者根据发病时间分为A组(n=26)和B组(n=35),比较两组患者T1WI、T2WI、DWI扫描序列下的信号强度、病症范围、病症显示等磁共振检测结果。结果:两组患者DWI检测结果显示:两组患者均为100.0%的检出率,信号强度均为高信号,其病症范围为边界清晰。T2WI检测结果显示:A组患者信号强度为高信号的只有6例,检出率为23.07%,并且与DWI检测相比,其病灶范围远远要小,边界相对模糊;B组患者信号强度为高信号的有27例,检出率为77.14%,并且其边界清晰。T1WI监测结果显示:A组患者信号强度没有显著高信号,并且只是在相应病灶范围显现轻度脑肿胀。B组患者信号强度只有8例表现为信号稍高,检出率为22.85%,但其边界模糊。结论:磁共振弥散成像检测在脑干梗死患者的早期诊断中具有显著的临床意义,能够明确病灶范围以及病变程度,有助于脑干梗死患者的后续治疗。
- 朱红梅
- 关键词：磁共振弥散成像脑干梗死
- 急性阑尾炎患者CT分级与病理表现及血清炎症标志物关系分析被引量：15
- 2023年
- 目的探讨急性阑尾炎患者CT分级与病理表现、血清炎症标志物的关系。方法回顾性分析自2021年1月至2022年8月江阴市中医院收治的106例急性阑尾炎患者的临床资料。所有患者在手术前行CT和血清炎症标志物检查。观察患者的CT表现,并根据其CT表现进行CT分级,分析急性阑尾炎患者CT分级与病理表现及血清炎症标志物的关系。结果本组106例患者经手术病理证实32例为单纯性阑尾炎(30.19%),45例为化脓性阑尾炎(42.45%),27例为坏疽性阑尾炎(25.47%),2例为阑尾周围脓肿(1.89%)。本组106例急性阑尾炎患者的主要CT表现为阑尾直径>6 mm(96.23%)、阑尾及周围肠壁增厚水肿(80.19%)、阑尾区粪石(78.30%)和阑尾周围炎(73.58%);根据其CT表现分为CT分级1级8例,2级52例,3级35例,4级8例,5级3例。不同CT分级的急性阑尾炎患者均存在阑尾病理变化,CT分级越高,阑尾病理表现越严重。不同CT分级急性阑尾炎患者血清白细胞(WBC)计数、中性粒细胞百分比(NEUT)、C反应蛋白(CRP)水平比较,差异均有统计学意义(P<0.001);Spearman相关性分析显示,急性阑尾炎患者CT分级与血清WBC、NEUT、CRP水平呈正相关(r=0.463、0.857、0.474,P<0.05)。结论急性阑尾炎患者的CT分级与其病理表现及血清WBC、NEUT、CRP水平相关,对于指导临床诊断分型和治疗均具有积极意义。
- 马金连王远成刘芳刘峰朱红梅李宏
- 关键词：急性阑尾炎病理表现血清炎症标志物
- 基于弥散加权成像的影像组学特征及机器学习构建急性脑卒中患者血管内取栓治疗后预后预测模型被引量：3
- 2021年
- 背景急性脑卒中具有较高的致残、致死率,而血管内取栓(EVT)治疗可有效改善患者预后,但对其预后的评估尚缺少准确、简便的方法。因此,寻找可早期预测急性脑卒中患者EVT治疗后预后的方法对临床治疗方案的制定至关重要。目的探讨基于弥散加权成像(DWI)的影像组学特征及机器学习构建急性脑卒中患者EVT治疗后预后预测模型,并分析其预测效能。方法本研究为回顾性研究。选取2017年1月至2020年6月南京市第一医院收治的急性脑卒中患者280例,采用分层随机抽样法分为训练集196例和测试集84例。提取训练集患者DWI影像组学特征,应用相关分析、单因素分析和最小绝对收缩和选择算子(LASSO)回归模型筛选预测训练集患者EVT治疗后预后的DWI的影像组学特征,同时进行五折交叉验证以优化模型参数,而后采用机器学习支持向量机(SVM)算法建立训练集患者EVT治疗后预后的预测模型。绘制受试者工作特征(ROC)曲线以评估该预测模型对测试集患者EVT治疗后预后的预测效能,计算曲线下面积(AUC)、精准率、召回率、F1分数。结果通过训练集患者EVT治疗前及治疗后的DWI共提取2632个特征,LASSO回归模型最终筛选出12个特征。基于训练集患者筛选出的12个影像组学特征,通过机器学习SVM算法建立脑卒中患者EVT治疗后预后的预测模型,ROC曲线分析结果显示,该预测模型预测测试集患者EVT治疗后预后的AUC为0.967〔95%CI(0.933,0.991)〕,精准率为0.955,召回率为0.957,F1分数为0.948。结论基于治疗前后DWI的影像组学特征及机器学习构建的急性脑卒中患者EVT治疗后预后的预测模型具有较高的预测效能。
- 朱红梅彭明洋王同兴陈国中谢光辉周星帆
- 关键词：卒中弥散加权成像预后
