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
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