曹旭
- 作品数：5 被引量：6H指数：1
- 供职机构：什邡市人民医院更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于影像组学特征的机器学习模型对较低级别胶质瘤ATRX突变状态的预测
- 2024年
- 目的基于多模态影像组学特征构建机器学习模型,探讨其在术前无创性预测异柠檬酸脱氢酶(IDH)突变型较低级别胶质瘤(LrGG)的α-地中海贫血伴智力低下综合征X连锁(ATRX)基因突变状态的能力。方法回顾性分析102例经病理及分子检测确诊为IDH突变型LrGG病人的影像及临床资料,其中ATRX突变型47例,野生型55例。将病人按7∶3的比例随机分为训练集(71例)和测试集(31例)。从增强(CE)-T1WI、表观扩散系数(ADC)图和18F-FDG PET中共提取3318个影像组学特征。根据不同影像来源将影像组学特征分为5个数据集,分别为增强集(CE-T1WI)、ADC集(ADC)、PET集(18F-FDG PET)、MRI集(CE-T1WI+ADC)、联合集(CE-T1WI+ADC+18F-FDG PET)。将4种特征降维方法[线性判别分析(LDA)、主成分分析(PCA)、Wilcoxon基于相关系数选择法、最小绝对收缩和选择算子(LASSO)]以及4种机器学习算法[支持向量机(SVM)、逻辑回归(LR)、K邻近(KNN)、随机森林(RF)]组合,基于联合集特征构建16个预测模型并进行效能评估,选出最优的算法组合。将最优算法应用于增强集、ADC集、PET集、MRI集、联合集中构建模型,绘制受试者操作特征(ROC)曲线并计算曲线下面积(AUC)来评价各模型的预测效能。结果基于联合集影像组学特征构建的16个预测模型中,采用LASSO与RF算法组合构建的模型预测效能最优,其在训练集和测试集中的AUC分别为0.967和0.950。4种特征降维方法中,采用LASSO算法的模型整体预测效能最好;4种机器学习方法中,采用RF算法的模型预测效能最好。该预测模型应用于增强集、ADC集、PET集、MRI集、联合集,结果显示其在联合集中的预测效能最高,在训练集和测试集中的AUC分别为0.967和0.950,其次为MRI集和PET集(AUC值分别为0.931和0.915)。结论基于多模态影像组学特征,采用LASSO与RF算法组合构建的机器学习模型用于预测IDH突变型LrGG的ATRX突变状态的效能较高
- 阚豫波张力强曹旭刘智侯键
- 关键词：胶质瘤基因突变
- Kartagener综合征合并颅内多发钙化1例被引量：1
- 2014年
- 病例 男,21岁;反复咳嗽、咳黄脓痰5年余及反复双下肢乏力、发麻3年余;曾先后3次于我院住院。2012年9月因＂双下肢乏力3天＂入院,头颅MRI：双侧基底节区、部分背侧丘脑、小脑齿状核及部分顶叶皮层下可见对称性分布片状及条状T1WI高信号影（图1）;
- 曹旭陈里
- 关键词：卡塔格内综合征磁共振成像
- 基于影像组学的预建模胶质瘤分级研究
- 2023年
- 本文利用胶质瘤病例的特点,将数据集的胶质瘤区域分为瘤周水肿区(P)、强化肿瘤区(T)、胶质瘤区域(ALL),再对各区域提取对应的影像组学特征进行预建模特征筛选用以最终模型建立。在提取了各区域的不同图像类型的影像组学特征之后,对各区域的不同图像类型的特征进行预建模,预建模中在训练集上采用五折交叉验证。在特征筛选过程中,本文将预建模模型在验证集上AUC值前五的模型选中的特征筛选出来并做频次统计,统计出高频率出现的特征代入最终模型建立。最终共筛选出66个高频特征代入分级模型,本文的两种胶质瘤分级模型在测试集的ROC曲线下面积(AUC)分别达到0.945、0.909。相对于不进行多区域预建模的模型有着较为明显的提高,对脑部胶质瘤分级研究有着一定意义。
- 李旺邹冬梅曹旭黄小莉
- 肝细胞肝癌计算机断层扫描三期动态增强动脉期强化特点与病理分化程度的关系被引量：5
- 2015年
- 目的探讨肝细胞肝癌（HCC）计算机断层扫描（CT）三期动态增强动脉期强化特点与肿瘤病理分化程度的相关性。方法选择2012年8月至2014年8月间收治的70例HCC患者（73个病灶），根据患者病理分化程度分为高分化组、中分化组和低分化组，分析HCC增强CT的特点和HCC肿瘤大小与病理分化程度的关系。结果高分化组患者的瘤实质强化比例高于中分化组及低分化组，而瘤血管强化比例低于中分化组及低分化组，差异均有统计学意义（均P〈0．05）。各组的无明显强化比例之间差异无统计学意义（P〉0．05）。高分化组肿瘤大小I〉5cm的比例少于中分化组与低分化组，差异均有统计学意义（均P〈0．05）。中分化组肿瘤大小／〉5em的比例与低分化组相比，差异无统计学意义（P〉0．05）。各组肿瘤大小≤3cm及3—5cm的比例之间差异均无统计学意义（均P〉0．05）。Pearson相关分析结果显示，瘤实质强化与肿瘤病理分化程度呈正相关，瘤血管强化与肿瘤病理分化程度呈负相关，而肿瘤大小与肿瘤病理分化程度无明显相关性。结论HCC患者经CT三期的动态增强扫描显示的动脉期强化特点与其肿瘤病理分化程度具有紧密联系，值得临床重视。
- 陈里曹旭杨丁
- 关键词：肝细胞肝癌病理分化程度
- 磁共振弥散加权成像ADC值与子宫内膜癌分化程度及Ki-67表达的关系
- 2025年
- 目的 分析磁共振弥散加权成像(diffusion-weighted imaging, DWI)中的表观弥散系数(apparent diffusion coefficient,ADC)值与子宫内膜癌(endometrial carcinoma, EC)分化程度及Ki-67表达水平之间的相关性。方法 回顾性分析2019年1月至2024年10月在什邡市人民医院接受治疗的56例EC患者的数据。所有患者在诊断时接受了标准化的MRI扫描,收集其临床、病理资料以及ADC值。同时对肿瘤进行Ki-67免疫组织化学染色以评估增殖指数,统计Ki-67表达情况,分析其与患者临床病理的关系。采用单因素方差分析(ANOVA)对比不同分化程度及Ki-67表达EC患者ADC值,Spearman分析EC患者与分化程度、Ki-67表达的相关性。结果 不同分化程度EC患者ADCmean、ADCmax对比差异有统计学意义(P<0.05);不同Ki-67表达EC患者ADCmean、ADCmax及ADCmin对比差异有统计学意义(P<0.05);ADC值与EC肿瘤分化程度及Ki-67表达之间呈负相关(P<0.001)。结论 DWI中的ADC值与Ki-67表达水平显著相关,低ADC值可反映肿瘤的高增殖活性及较差的分化程度,为EC的诊断和预后评估提供影像学参考。
- 廖娟廖娟曹旭曹旭杨琳余建群
- 关键词：子宫内膜癌磁共振分化程度KI-67
