期刊专题

10.12056/j.issn.1006-2785.2023.45.18.2022-3399

基于胸部高分辨CT的深度学习影像组学对特发性肺纤维化GAP分期的预测价值

甄涛胡大成姚伟沈起钧
杭州市第一人民医院; 浙江省桐庐县中医院;
引用
目的 探讨基于胸部高分辨CT(HRCT)的深度学习影像组学模型对特发性肺纤维化(IPF)性别-年龄-肺生理变量(GAP)分期的预测价值.方法 回顾2020年1月至2022年6月浙江大学医学院附属杭州市第一人民医院诊断为IPF的患者67例,根据GAP分期系统分成早期IPF(GAP Ⅰ期)40例和中晚期IPF(GAP Ⅱ/Ⅲ期)27例,所有患者均行胸部HRCT检查,在联影智能科研平台上的深度学习模块,基于V-net网络进行图像自动分割,同时与人工分割比较,用Dice相似性系数(DSC)评估分割模型的效能.基于自动分割结果,在影像组学模块进行影像组学分析,得到影像组学特征值,通过最小绝对紧缩与选择算子(LA…展开v

特发性肺纤维化、深度学习、影像组学、计算机断层摄影、性别-年龄-肺生理变量分期

45

R563.9;R737.9;R445.2

浙江省医药卫生科技计划项目;浙江省医药卫生科技计划项目;浙江省医药卫生科技计划项目;浙江省医药卫生科技计划项目;浙江省中医药科技计划项目;杭州市生物医药;健康产业发展扶持科技专项

2023-10-23(万方平台首次上网日期,不代表论文的发表时间)

共7页

1921-1926,1931

暂无封面信息
查看本期封面目录

浙江医学

CSTPCD

1006-2785

33-1109/R

45

2023,45(18)

开通阅读并同意
《万方数据会员(个人)服务协议》

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn