简介:摘要目的探讨肺部扩散加权成像(DWI)影像组学特征的稳健性及再现性。方法前瞻性连续收集2019年1月4日至5月5日广州医科大学附属第一医院放射科行MRI检查的30例肺部结节/肿块患者,其中男16例,女14例,年龄27~69(57±11)岁。所有患者在自由呼吸状态下接受肺部平面回波成像(EPI)-DWI及快速自旋回波(TSE)-DWI检查,检查完成后间隔5 min各序列重复扫描一次,并重建相应的表观扩散系数(ADC)图。由两名放射科医师对各DWI及ADC序列(共8组图像)分别进行手动分割,并对每组图像提取6大类共396个影像组学特征。使用一致性相关系数(CCC)、动态范围(DR)评估两次扫描间特征的稳健性,以CCC和DR均≥0.85为稳健特征。通过组内相关系数(ICC)评估观察者内和观察者间特征的再现性,以ICC≥0.75为再现性好的特征。结果无论EPI或TSE技术,基于DWI图(TSE:n=197,EPI:n=169)提取的稳健特征数量均高于相应的ADC图(TSE:n=126,EPI:n=148)。TSE-DWI、TSE-ADC、EPI-DWI、EPI-ADC稳健特征占比分别为49.7%(197/396)、31.8%(126/396)、42.7%(169/396)、37.4%(148/396)。396个特征中有54个(13.6%)在所有序列中均表现出很好的稳健性(CCC和DR均≥0.85),且观察者内和观察者间具有很好的再现性(ICC≥0.75)。结论肺DWI影像组学特征具有一定的稳健性及再现性;不同序列及不同特征簇中具有不同比例的稳定特征,部分特征在不同扫描间、不同观察者间,甚至不同序列间都有很好的稳健性和再现性。
简介:摘要:作为清洁能源,光伏发电在电力领域愈显独特。近年来,越来越多的太阳能光伏组件被应用于光伏电站。由于需要长达数年时间的长时露天工作,受电站内环境甚至自然灾害(如强风,冰雹等)的影响,不可避免的太阳能电池板会出线故障,缺失甚至整体掉串的现象。如何能自动检测此类丢失的组件对于电站发电效率的提升,保障电站安全显得尤为关键。由于太阳能电池板的发热特性在热成像图像中清晰可见,使得使用热成像图像更易检测到组件缺失。为此,本文提出了一种有效的太阳能光伏板缺失检测方法。首先,将光伏板的热成像图片从 RGB通道转换为 HSV颜色空间,并基于 H空间对太阳能光伏板的所有单元进行分割。其次,将形态学运算应用于第一步的结果,并生成整个太阳能组串的特征。最后,计算太阳能光伏板的面积和凸壳面积,用以比较区分组串中是否存在太阳能光伏板缺失和掉串的情况。经过实验,证实本文所提掉串检测方法是有效可行的。
简介:摘要:目的:为了明确用低剂量碘对比剂在头颈部血管成像(CTA)检查中对于成像质量是否影响临床诊断的有效方法。方法:选取在本院进行头颈部检查患者共60例。分为A、B两组,每组各30人。检查时所采用的扫描参数相同,A组注射70ml碘对比剂,再注射生理盐水。B组注射剂量为50ml的碘对比剂,注射生理盐水。之后通过西门子256层双源CT分别测量出A、B两组图像所观察血管的CT值并且对得到的两组图像的图像质量进行分析。结果:两组图像的血管CT值进行比较,其差异有统计学意义(P
简介:摘要目的探讨超声引导下经皮自动穿刺活检(USGAB)技术的临床应用价值。方法应用可调式自动活检枪(ABD),在超声引导下对805例多部位各种病变进行穿刺活检。结果本组取材成功率100%,组织学明确诊断率为97.51%,与手术病理对照,术前穿刺组织学符合率92.03%。结论USGAB是一种迅速获得组织学标本、方法简便易学、安全可靠、准确而有效的新技术,值得基层医院推广应用。它可广泛应用于各种部位和方向的穿刺活检,在某些疾病的早期诊断与鉴别诊断、恶性病变的组织学分期、寻找转移性病变原发灶、减少误诊等方面具有十分重要的意义,对临床治疗方案的制订具有重要指导价值。
简介:摘要目的探讨基于常规磁共振成像(MRI)影像组学模型预测垂体大腺瘤质地价值。方法回顾性分析2014年12月至2019年12月皖南医学院弋矶山医院经手术病理证实的101例垂体大腺瘤患者完整资料,根据术中垂体瘤质地分为质软组(n=58)与质硬组(n=43),按照7∶3比例随机将患者分为训练组(n=72)和验证组(n=29)。所有患者均行垂体常规MRI扫描。使用ITK-SNAP软件逐层手动勾画T1加权像(T1WI)、T2加权像(T2WI)和T1WI增强图像上肿瘤感兴趣区(ROI)并进行三维融合,然后导入AK软件提取纹理特征;利用最小冗余最大相关(mRMR)和最小绝对值收敛和选择算子(LASSO)回归分析进行特征选择和建立影像组学标签,并用100次留组交叉验证(LGOCV)验证模型的可靠性,绘制受试者工作特征(ROC)曲线评价模型的预测能力;应用决策曲线分析(DCA)评估模型的临床应用价值。结果T1WI、T2WI、T1WI增强和联合序列模型在训练组和验证组中预测垂体大腺瘤质地曲线下面积(AUC)(95%CI)分别为0.91(0.84~0.98)和0.90(0.78~1.00)、0.86(0.78~0.95)和0.83(0.64~1.00)、0.90(0.83~0.97)和0.89(0.77~1.00)以及0.92(0.85~0.98)和0.91(0.79~1.00)。DCA表明T1WI、T2WI、T1WI增强和联合序列模型均具有较好净获益。结论常规MRI的T1WI、T2WI、T1WI增强和联合序列模型均具有很高预测垂体大腺瘤质地的效能,为探索预测垂体大腺瘤质地提供了一种新的定量分析方法。