刘义
- 作品数:19 被引量:100H指数:6
- 供职机构:北京大学第一医院更多>>
- 相关领域:医药卫生自动化与计算机技术更多>>
- 基于深度学习的磁共振胆胰管成像图像肝外胆管及结石的自动分割:初步研究被引量:5
- 2022年
- 目的探索使用深度学习方法在磁共振胆胰管成像(MRCP)图像上分割肝外胆管和检出结石的可行性。资料与方法回顾性收集2019年7月5日—2020年6月30日于北京大学第一医院就诊的225例患者共230人次3D MRCP检查图像数据纳入胆管分割研究;并补充2020年7月1日—2021年2月27日通过经内镜逆行胆胰管成像或临床综合诊断证实的胆总管结石患者数据,最终合计73例存在胆总管结石患者3D MRCP检查图像纳入胆管结石分割研究。由2位影像科专家标注数据,得到267个肝外胆管和98个胆总管结石区域的标签。使用Unet3D网络分两步(coarse-fine)训练胆总管分割模型,将267个数据随机分为训练集213个、调优集27个和测试集27个。以胆总管标签为掩膜(mask),进一步训练胆总管结石的分割模型,将98个数据随机分为训练集80个、调优集9个和测试集9个。使用客观评价指标为测试集的Dice系数,并输出标注区域与模型预测区域的径线、体积等进行比较。主观评价指标包括肝外胆管分割评分、肝外胆管轴位T2WI匹配评分和结石分割评分。结果肝外胆管分割模型的测试集共27个数据,第一步(coarse)分割肝外胆管的Dice值为0.89±0.07,第二步(fine)分割肝外胆管的Dice值为0.94±0.04。胆总管结石分割模型的测试集共9个数据,分割结石的Dice值为0.83±0.06。主观评价20个临床确诊肝外胆管结石患者数据,肝外胆管分割评分均为满分10分,肝外胆管轴位T2WI匹配评分中位数为9.75分,结石分割评价中位数为8分。结论通过深度学习方法在MRCP图像上分割肝外胆管是可行的,能较准确地分割胆管结构,并用于结石和胆管梗阻的定位。
- 王可杨俊哲刘义马帅刘婧张耀峰王祥鹏张晓东王霄英
- 关键词:胆管疾病
- 基于机器学习的低剂量胸部CT肺结节分类和预后随访的研究被引量:9
- 2020年
- 目的研究基于机器学习的影像组学方法对胸部低剂量CT(LDCT)图像中肺结节进行分类并预测随访过程中形态变化的可行性。方法建立两个回顾性队列,采集LDCT图像和肺CT筛查报告和数据系统(Lung-RADS)结构式报告中结节大小、位置、性质,随访过程中形态变化等信息,用于建模。在队列1中,首先使用深度学习算法在718个连续病例中检出肺结节,经专家清洗后得到有效直径为4~20 mm的肺结节,分为实性结节(n=317)、纯磨玻璃结节(n=185)、混合型磨玻璃结节(n=57)和钙化结节(n=128)。利用梯度提升树(GBDT)算法进行肺结节分类建模,通过交叉验证算法选择最优的GBDT分类器建模参数,然后利用最优参数建立肺结节分类模型,并验证其效能。在队列2中,仅选择初诊患者LDCT中结节分类最高为Lung-RADS 3类的病例(n=116),在12个月内再次行LDCT检查,且部分进行了>12个月的随访。根据随访结果将Lung-RADS 3类结节分为:有风险的活动性结节(n=56)和无风险的非活动性结节(n=60)。利用多变量非平衡调整逻辑回归算法(IALR)进行肺结节生长预测建模,并验证其效能。结果基于影像组学特征根据GBDT算法建立肺结节分类模型,平均ROC曲线下面积(AUC)为0.80(纯磨玻璃结节AUC=0.91,钙化结节AUC=0.90,实性结节AUC=0.81,混合型磨玻璃结节AUC=0.57)。预测Lung-RADS 3类肺结节变化的模型,其ROC曲线AUC为0.69,敏感性、特异性及准确性分别为62.3%、64.1%和62.6%。结论基于机器学习的LDCT肺结节分类有较高的准确性,对Lung-RADS 3类结节预后随访的效能仍需进一步研究。
- 张晓东邢倩韩超谢辉辉刘义王鹤王慧慧刘佳毛丽李秀丽王霄英
- 关键词:随访
- 基于深度学习模型对MRI乳腺强化病灶形态分类的初步研究被引量:2
- 2022年
- 目的探索基于深度学习对MRI图像上乳腺强化病灶形态分类的可行性。资料与方法连续性收集并回顾分析2013年1月—2016年10月北京大学第一医院行双侧乳腺MR动态增强的290例患者的资料,使用既往研发的3D分割模型分割出乳腺中异常强化区域,由2位影像诊断医师根据第5版乳腺影像报告和数据系统病变分型(肿块、非肿块样强化)对375个图像进行分类。将上述数据按8∶1∶1随机分为训练集(n=297)、调优集(n=39)和测试集(n=39),使用Auto VGG网络训练分类预测模型,以测试集的混淆矩阵评价模型的效能。结果2位影像医师对于乳腺病灶肿块与非肿块划分的初始一致性为0.917(344/375)。测试集39个数据中,26个为肿块,13个为非肿块样强化。肿块及非肿块样强化病例的三维径线(左右、前后、上下)及体积差异均无统计学意义(P均>0.05)。测试集39个数据的预测准确率为0.87,敏感度为0.96,特异度为0.69,精确度为0.86,F1评分为0.91。结论使用深度学习方法进行乳腺MRI图像上强化病灶形态分类是可行的,有望在临床工作中应用。
- 刘义秦乃姗马明明王祥鹏张耀峰王霄英
- 关键词:乳腺肿瘤磁共振成像
- 基于深度学习模型对乳腺X线摄影中乳房密度分类的初步研究被引量:2
- 2021年
- 目的:探索基于深度学习对乳腺X线密度(MD)进行分类的可行性。方法:回顾性分析2018年9月-12月本院行双侧乳腺X线摄影检查的305例连续资料,共1220个图像数据。由两位影像诊断医师挑选其中合格的数据分别进行乳腺密度的分类训练。由两位医师根据第5版乳腺影像报告和数据系统(BI-RADS)中X线MD分型(a、b、c、d)标准对1220个图像进行分类。将上述随机分训练集(train set,n=966)、调优集(validation set,n=128)和测试集(test set,n=126),采用AutoVGG网络训练分类预测模型,以测试集的混淆矩阵评价模型的效能。在模型预测的四分类基础上,将MD进行二分类,即:非致密组(a型和b型)和致密组(c型和d型),评价模型二分类预测的效能。结果:测试集的126个数据的预测符合率为0.83,a、b、c、d各型预测符合率分别为0.88、0.78、0.80和0.76。将MD分为致密组和非致密组时,非致密组精确度(precision)为0.90,召回率(recall)为0.74,F1值为0.81;致密组精确度为0.86,召回率为0.84,F1值为0.85。结论:采用深度学习方法进行乳腺X线摄影MD二分类是可行的,有望在临床工作中应用。
- 马明明姜原刘义王祥鹏黄嘉豪张晓东秦乃姗王霄英
- 关键词:乳腺X线摄影乳腺密度
- Xp11.2易位/TFE3基因融合相关性肾癌的影像学表现:与肾嫌色细胞癌比较被引量:6
- 2022年
- 目的探讨Xp11.2易位/TFE3基因融合相关性肾癌(以下简称Xp11.2肾细胞癌)的影像学特征,并与肾嫌色细胞癌进行比较。方法回顾性分析2016年11月至2020年1月北京大学第一医院经病理证实的28例Xp11.2肾细胞癌患者和28例肾嫌色细胞癌患者,均为术前23例行CT检查、5例行MRI。观察并记录其临床特征和影像学特征,CT图像主要观察病灶侧别、位置、大小、边界、形状、密度均匀性、成分(实性、囊实性、囊性)、出血、钙化、淋巴结转移及远处转移,测量各期肿瘤实性部分的CT值。MRI图像主要观察病灶在各序列的信号和强化方式。采用独立样本t检验或χ^(2)检验比较2种病变间临床和影像学特征的差异。结果Xp11.2肾细胞癌和肾嫌色细胞癌患者年龄分别为(27±10)岁和(37±7)岁,差异有统计学意义(t=-4.99,P<0.001)。Xp11.2肾细胞癌最长径(5.4±2.2)cm,肾嫌色细胞癌为(6.9±1.8)cm,差异有统计学意义(t=-2.93,P=0.005)。Xp11.2肾细胞癌与肾嫌色细胞癌间密度均匀性、病灶成分差异有统计学意义(χ^(2)=4.60、18.67,P=0.032、<0.001),病灶侧别、位置、边界、形状、出血、钙化、淋巴结转移、远处转移差异均无统计学意义(P>0.05)。增强扫描Xp11.2肾细胞癌皮髓质期和延迟期实性成分CT值均大于肾嫌色细胞癌,差异有统计学意义(t=11.80、20.15,P均<0.001)。5例Xp11.2肾细胞癌T1WI呈等或稍高信号,T2WI呈稍低信号,增强后2例呈延迟强化、3例延迟期强化程度减低。结论Xp11.2肾细胞癌与肾嫌色细胞癌的影像表现(病灶大小、密度均匀性、组成成分、增强后皮髓质期和延迟期实性成分CT值)有一定差异,结合临床表现(发病年龄),有助于临床术前鉴别诊断。
- 邱建星刘义马明明王霄英秦乃姗
- 关键词:磁共振成像
- 一种腰骶神经根的自动勾画方法、设备及存储介质
- 本发明公开了一种腰骶神经根的自动勾画方法、设备及存储介质,涉及立体定向体部放疗技术,所述方法包括:从数据库获取多个目标放疗患者的以CT检查方式得到的腹盆部CT图像,作为第一图像;从所述数据库中获取所述多个目标放疗患者的以...
- 高献书刘义曹汐刘水
- 大数据概念在医学影像中的应用探索被引量:9
- 2016年
- 大数据(big data)概念的兴起是随着信息技术和统计技术的发展而来的,在商业和社会科学领域展现了一定的应用价值,在健康领域的应用也初步得到认可。但由于医学影像专业的特点,大数据的应用仍处于初步探索阶段。本文对大数据在医学影像学领域的应用进展作一综述。
- 刘义王霄英
- 关键词:大数据医学影像学
- CAD整合入前列腺多参数MRI结构化报告:低经验读片者诊断效能研究被引量:19
- 2020年
- 目的:模拟真实临床工作场景,评估将计算机辅助诊断(CAD)作为“第二读片者”整合入前列腺多参数MRI(mpMRI)结构化报告中对低经验一线放射科医师诊断效能的影响。方法:回顾性搜集具有完整临床资料前列腺mpMRI数据30例,其中经前列腺根治术后逐层切片病理证实为前列腺临床显著癌(Gleason评分≥3+4)13例,经穿刺及随访确诊为非癌者17例。18名低年资一线放射科医师使用结构化报告对前列腺mpMRI病例进行独立盲法评估:首先,浏览mpMRI图像,按照日常工作流程依据前列腺影像报告及数据系统(PI-RADS v2)完成结构化报告;之后,参考CAD预测图对以上诊断报告进行修改。以PI-RADS>3分判为诊断前列腺临床显著癌阳性,评价18名读片者使用CAD前、后的对前列腺临床显著癌的诊断效能。结果:以患者为单位分析18名读片者使用CAD后平均灵敏度及特异度分别从83.8%、76.1%提高至90.6%、82.7%。以病灶为单位分析读片者使用CAD后对癌灶检出平均灵敏度由83.6%提高至90.2%,且位于尖部小癌灶检出提高读片者最多。读片者使用CAD后平均诊断信心显著提高(P=0.001),CAD作为“第二读片者”平均每个病例读片时间增加0.7 min。结论:将CAD作为“第二读片者”整合入前列腺mpMRI结构化报告后低经验一线放射科医师平均诊断效能高于其独立诊断,平均诊断信心显著提高。
- 朱丽娜高歌刘义韩超马明明王慧慧王霄英
- 关键词:前列腺肿瘤磁共振成像
- 泌尿系结石CT征象与手术方式的相关性:NLP研究被引量:5
- 2017年
- 目的:以自然语言处理(NLP)方法研究泌尿系结石CT报告征象与临床手术方式的相关性。方法:回顾性选取HIS中因泌尿系结石行CT检查、并在本院行外科处理的住院患者资料,包括CT报告、出院小结中记录的诊疗经过,形成记录文档。使用不同NLP模型研究CT报告中结石的影像特征与手术方式的相关性。结果:共纳入371例连续患者的资料用于分析,其中行经皮肾镜碎石取石术(PNL)142例,输尿镜碎石术(URL)190例,输尿管软镜碎石术(IRS)39例。NLP提取"结石"、"炎症"、"输尿管形态"为关键CT特征,十折交叉验证结果显示,经优化后的NLP对结石手术(URL和PNL)分类符合率为0.730,ROC曲线下面积为0.741。结论:NLP用于CT结石特征分析是可行的,可为临床决策提供一定的帮助。
- 刘义吴静云马帅李作峰施雅慧李俊博魏娟王霄英
- 关键词:自然语言处理数据挖掘泌尿系结石
- 泌尿系结石患者手术方式的选择:“临床信息+CT特征”的预测效能被引量:4
- 2017年
- 目的:探讨泌尿系结石手术前的临床信息(症状、体征等)和CT报告与手术方式的相关性。方法:选取因泌尿系结石住院治疗的患者的病例资料,导出有完整术前资料的患者文档,以自然语言处理(NLP)技术对文档进行分析,提取加工其中的关键信息,研究术前关键信息与手术方式的相关性。结果:收集连续患者资料371例,行输尿镜碎石术(URL)患者190例,行经皮肾镜碎石取石术(PNL)患者142例,行输尿管软镜碎石术(RIRS)患者39例。利用NLP比较临床信息、CT报告与手术方式的相关性,单纯"CT报告"分类符合率为0.456,ROC曲线下面积为0.608;"CT报告+临床信息"分类符合率为0.461,ROC曲线下面积为0.618。增加临床信息后,NLP模型的分类符合率未见明显变化,但决策树路径变长,节点变多,规则复杂,不利于临床使用。结论:对于拟行手术的泌尿系结石患者,手术前的CT报告与手术方式具有相关性,可为手术方式的临床决策提供直接有效的信息。增加症状和体征的临床信息,不能提高预测手术方式的符合率。
- 吴静云米悦刘义马帅李作峰施雅慧李俊博魏娟王霄英
- 关键词:自然语言处理泌尿系统结石