简介:徐维宁河北人。毕业于河北师范大学美术系。2002年至2003年在中央美术学院壁画系助教研修班进修学习。河北省水彩水粉画研究会会员。秦皇岛教育学院美术系讲师。作品曾入选全国、省、市美展。并有10余幅作品发表于各级刊物。
简介:黑色衬底上,渐显金色字幕:献给中华人民共和国成立五十周年!江泽民同志书写的总片名:《大进军》,伴以雄浑有力的重炮群急速射击声。一组交叉剪辑的黑白纪录片片断以及彩色的工作人员查找、收集本画创作素材和本片主要职演员字幕表的镜头:(黑白画面)解放军炮兵的重炮群急速射击。解放军集群冲锋。(彩色画面)胶片在放映机上蜿蜒地运转着。放映员把又一盘胶片装在另一台放映机上。(黑白画面)美、英、苏三国首脑出席雅尔诺会议。蒋介石与毛泽东在重庆欢迎宴会上举杯相碰。马歇尔与蒋介石、宋美龄合影。马歇尔走下飞机与毛泽东、周恩来握手。彩色画面)片库,铁架上一排排摞至屋顶的拷贝。管理员引导着摄制组人员查找着。(黑白画面)全副美
简介:摘要目的探讨基于肾脏CT平扫图像纹理分析的影像组学模型在预测肾透明细胞癌(ccRCC)WHO/国际泌尿病理学会(ISUP)病理分级中的价值。方法回顾性分析2016年12月至2019年5月中国科学院大学附属肿瘤医院经手术病理证实且有明确病理分级的90例ccRCC患者,按照7∶3的比例将所有患者随机分为训练组(63例)及测试组(27例)。根据2016版WHO/ISUP分级标准,将Ⅰ、Ⅱ级归为低级别组(53例),Ⅲ、Ⅳ级归为高级别组(37例)。在CT平扫图像上逐层勾画肿瘤ROI,提取93个纹理特征,利用最小绝对收缩与选择算子(LASSO)回归对特征参数进行降维,并建立影像组学评分(Rad-score)。以病理分级结果为金标准,采用logistic回归构建ccRCC病理分级的预测模型。采用ROC曲线及校准曲线评价模型的诊断效能,计算曲线下面积(AUC)、敏感度、特异度和准确度。采用Hosmer-Lemeshow拟合优度检验评价模型的校准度。结果经降维和交叉验证后筛选出10个非零系数的纹理特征,根据这10个特征及其对应系数的线性加权形成预测ccRCC新病理分级的影像组学风险评分,并建立预测模型。该模型在训练组中的AUC值为0.933(95%CI 0.862~1.000),其判断WHO/ISUP分级高级别ccRCC的灵敏度为92.3%,特异度为89.2%,准确度为90.5%,校准曲线显示该模型的校准度较好(P=0.257)。在测试组中的AUC值为0.875(95%CI 0.734~1.000)),灵敏度为72.7%,特异度为87.5%,准确度为81.5%,校准曲线显示该模型的校准度较好(P=0.125)。结论基于平扫CT纹理分析构建的影像组学预测模型对ccRCC WHO/ISUP病理分级的评估具有应用潜能。