简介:摘要目的探索基于肺部CT影像病灶区域体积计量软件在新型冠状病毒肺炎(corona virus disease 2019,COVID-19)患者转归及疗效评估中的临床价值,为COVID-19患者激素的应用提供精准数据。方法回顾性研究。2020年1-4月于南京市第二医院住院诊治的102例COVID-19患者的临床资料。根据患者病程中是否应用激素分为两组,激素组39例,非激素组63例。应用基于肺部CT影像病灶区域体积计量软件分析病灶体积占全肺百分比(PV),并比较两组患者的临床特征及核酸转阴时间。结果治疗后1 d,激素组PV(7.03±1.20)%,高于非激素组(4.10±0.84)%,治疗后3 d,激素组PV(9.45±1.32)%,高于非激素组(4.15±0.78)%,差异有统计学意义(P<0.05);随访60 d显示,治疗28~60 d时,两组肺部病灶减少程度趋向一致。以增加的肺部PV 1.50%为界值,其对应的ROC曲线下面积为89.70%。筛选应用激素患者的敏感度87.18%,特异度95.14%,阳性预测值91.89%,阴性预测值92.31%,基于肺部CT影像病灶区域体积计量软件的影像评估与核酸检测结果具有较高的一致性(Kappa=0.786,P<0.01)。激素组中位核酸转阴时间为18 d,非激素组患者中位核酸转阴时间为16 d,两组核酸转阴时间差异无统计学意义(P=0.077)。以核酸检测为金标准,评价人工智能对COVID-19的诊断和疗效评估,其敏感度97.14%,准确度91.18%,阳性预测值90.67%,阴性预测值92.59%。结论基于人工智能的肺部体积计量软件对于COVID-19患者的诊断、激素使用的指征及时机、预后的判断均给出了明确的量化指标,值得在临床中推广应用。
简介:摘要目的探讨基于轴位脂肪抑制T2加权成像(fat suppression-T2 weighted imaging, FS-T2WI)及T1加权对比增强(T1-weighted contrast-enhanced, T1CE)序列联合临床预测因子创建的临床-影像组学模型在预测无淋巴结转移的直肠癌患者术前淋巴血管浸润(lymphovascular invasion, LVI)中的应用价值。材料与方法回顾性纳入2016年12月至2021年12月河南省人民医院收治的行MRI扫描且术后病理证实为直肠癌的221例患者的病例及影像资料。采用单因素和多因素logistic回归分析LVI阳性组和LVI阴性组的临床数据,以确定LVI的独立预测因子;通过ITK-SNAP软件手动勾画肿瘤全层感兴趣区(region of interest, ROI),利用开源软件PyRadiomics提取影像组学特征,采用SPSS随机数字表法按8∶2比例将患者分为训练集(177例)和测试集(44例),并经过特征降维构建影像组学标签;基于临床预测因子是否加入影像组学模型构建了四个预测模型。根据受试者工作特征曲线下面积(area under the curve, AUC)、敏感度和特异度评估不同预测模型的诊断效能。结果肿瘤最大直径是直肠癌患者LVI的独立临床预测因子(P<0.05)。单独的FS-T2WI、T1CE序列以及两者联合(FS-T2WI+T1CE)的测试集AUC分别为0.757、0.802及0.869,FS-T2WI+T1CE联合临床预测因子的临床-影像组学模型诊断效能最好,测试集AUC为0.898(95% CI:0.769、0.968)。结论本研究构建的临床-影像组学模型具有较高的诊断效能,可以辅助临床对无淋巴结转移的直肠癌患者术前个体化LVI预测,改善治疗方案。