公共文化服务平台

机器学习算法在肝细胞癌微血管侵犯术前预测中的应用价值被引量：19: 2020年; 目的探讨机器学习算法在肝细胞癌微血管侵犯(MVI)术前预测中的应用价值。方法采用回顾性描述性研究方法。收集2015年5月至2018年12月福建医科大学孟超肝胆医院收治的277例肝细胞癌患者的临床病理资料;男235例,女42例;年龄为(56±10)岁,年龄范围为33~80岁。患者术前均行磁共振成像检查。227例肝细胞癌患者通过计算机产生随机数方法以7∶3比例分为训练集193例和验证集84例。应用逻辑回归列线图,支持向量机(SVM)、随机森林(RF)、人工神经网络(ANN)和轻量级梯度提升机(LightGBM)机器学习算法构建MVI术前预测模型。观察指标:(1)训练集及验证集患者临床病理资料分析。(2)影响训练集患者肿瘤MVI危险因素分析。(3)机器学习算法预测模型构建及其术前预测肿瘤MVI准确性比较。正态分布的计量资料以±s表示,组间比较采用配对t检验。计数资料以绝对数表示,组间比较采用χ2检验。单因素和多因素分析采用Logistic回归模型。结果(1)训练集及验证集患者临床病理资料分析:训练集和验证集患者性别(男,女)分别为157、36例和78、6例,两组比较,差异有统计学意义(χ2=6.028,P<0.05)。(2)影响训练集患者肿瘤MVI危险因素分析:训练集193例患者中,MVI阳性108例,MVI阴性85例。单因素分析结果显示:年龄、肿瘤数目、肿瘤直径、卫星病灶、肿瘤边界、甲胎蛋白(AFP)、碱性磷酸酶(ALP)和纤维蛋白原水平是影响肿瘤MVI的相关因素(比值比=0.971,2.449,1.368,4.050,2.956,4.083,2.532,1.996,95%可信区间为0.943~1.000,1.169~5.130,1.180~1.585,1.316~12.465,1.310~6.670,2.214~7.532,1.016~6.311,1.323~3.012,P<0.05)。多因素分析结果显示:AFP>20μg/L、肿瘤多发、肿瘤直径越大、肿瘤边界不光滑是影响肿瘤MVI的独立危险因素(比值比=3.680,3.100,1.438,3.628,95%可信区间为1.842~7.351,1.334~7.203,1.201~1.721,1.438~9.150,P<0.05),而年龄越大,MVI发生风险越低(比值比=0.958; 刘红枝林海涛林昭旺傅俊丁宗仁郭鹏飞刘景丰; 关键词：肝肿瘤

基于大数据平台的肝细胞癌自动化中国分期模型研究被引量：5: 2020年; 目的借助大数据平台构建肝细胞癌(肝癌)自动化中国分期模型。方法基于福建医科大学孟超肝胆医院东南肝胆健康大数据研究所原发性肝癌大数据平台(PLCBD)结构化的信息化系统,利用数据库视图方式,快速提取体力活动状态(PS)评分、肝功能Child-Pugh分级、肝外转移、血管侵犯、肿瘤数量、肿瘤大小等数据,采用CASE-WHEN条件判断语句构建自动化肝癌中国分期模型,并采用网页开发实现可视化。随机抽取PLCBD资料完整数据100例进行测试,由肝癌自动化中国分期模型进行自动分期,同时由4位肝胆外科主治医师及6位住院医师对测试病例进行人工分期,以多学科讨论作为金标准,观察模型的准确性和实用性。自动分期和两组人工分期比较采用单因素方差分析。结果通过数据库视图可实现PS评分、Child-Pugh分级、肝外转移、血管侵犯、肿瘤数量、肿瘤大小等分期相关维度提取,并基于上述6个方面大数据成功构建肝癌自动化中国分期模型。自动分期用时3 s,主治医师平均用时(40±6)min,住院医师用时(100±8)min,三者差异有统计学意义(F=227.90,P<0.05)。自动分期、主治医师和住院医师准确率分别为100%,(98.5±0.5)%和(96.0±3.5)%,三者差异无统计学意义(F=1.00,P>0.05)。结论借助大数据平台可以成功构建肝癌自动化中国分期模型,该模型高效、准确。; 王垒曾建兴陈振伟郭鹏飞刘景丰; 关键词：肿瘤分期大数据数据库

孟超肝病外脑2.0在人工智能临床诊疗领域的应用初探被引量：1: 2023年; 目的探讨孟超肝病外脑2.0版在临床诊疗中的初期应用。方法使用福建医科大学孟超肝胆医院东南肝胆健康大数据研究所大数据智能信息化系统自动抓取2021年6月9日—21日入院的内外科在院病例共160例,以慢性乙型肝炎辅助诊断、肝纤维化解读、慢性乙型肝炎分期模型、肝硬化辅助诊断、肝硬化辅助分期、原发性肝癌辅助诊断、原发性肝癌BCLC分期、原发性肝癌中国分期、Child-Pugh评分、APRI评分等智能辅助诊断工具为测试内容,评价孟超肝病外脑2.0人工智能结论的完整性、准确性。结果所有辅助诊断工具在测试时间内提取到规范的关键维度完整率为94.17%。抓取数据的准确性方面,人工智能报告结构化准确率为97.55%;文本处理准确率为91.61%。结论孟超肝病外脑2.0为医学专科大数据平台建设提供一种创新模式,在初期临床诊疗中作为一种辅助诊断工具,具有较高准确率。; 李海涛刘红枝方国旭郭鹏飞陈振伟刘景丰; 关键词：人工智能决策支持系统

基于全偏振成像的数字病理方法被引量：2: 2023年; 数字病理技术能够对病理切片进行高分辨率数字化,并利用计算机和数据技术对数字化图像进行定量分析和特征识别,以便降低病理医师的工作强度,提高诊断客观性和准确性,实现病理辅助诊断.全偏振显微成像是正在迅速发展的一类成像技术,具有不依赖染色、不造成损伤、富含亚细胞超分辨微观结构特征信息等优点,可在不同解剖学层次和空间尺度针对生物医学样本的微观结构进行定量表征,或对生命过程进行原位、在体的动态观测,在临床病理诊断等领域已经展示出了十分诱人的应用潜力.本文从数字病理图像分析技术的概念和方法出发,简要介绍偏振成像方法以及基于偏振成像技术的数字病理图像分析方法的前瞻性研究成果,目的是展示偏振数字病理的概念、技术、方法和初步应用,并展望其潜在的应用前景和未来发展方向.; 董洋张冯頔姚悦力超陈丽红陈丽红何宏辉尹洪芳冯晓彬曾楠冯晓彬刘景丰马辉

基于大数据平台的慢性乙型肝炎病毒感染者无创性肝纤维化人工智能模型的评估: 2021年; 目的对比肝穿刺金标准,评估天冬氨酸氨基转移酶和血小板比率指数(aspartate aminotransferase-to-platelet ratio index,APRI)、肝纤维化4因子指数(fibrosis 4,FIB-4)、肝纤维化解读3种无创性肝纤维化人工智能模型对慢性乙型肝炎病毒(hepatitis B virus,HBV)感染者肝纤维化的诊断价值。方法基于福建医科大学孟超肝胆医院东南肝胆健康大数据研究所创建的APRI、FIB-4、肝纤维化人工智能模型,利用慢性乙肝大数据平台结构化的信息系统,快速提取220例患者的性别、年龄、总胆红素、丙氨酸氨基转移酶、天冬氨酸氨基转移酶、血小板、肝脏硬度值及肝穿刺病理纤维化分期等数据,综合判断每个患者的肝纤维化程度,并以肝穿刺病理的纤维化分期作为金标准,评估上述3种人工智能模型对肝纤维化判断的准确性和时效性。结果相对肝穿刺的纤维化程度分期,APRI、FIB-4、肝纤维化解读3种人工智能模型单独评估慢性HBV感染者肝纤维化的一致性不高,分别为87.73%、83.18%和82.27%,但三者综合判断的一致性可提高到94.10%,同时其借助大数据平台优势自动提取数据,迅速便捷,准确率均为100.00%,而通过临床医师对上述3种评估方法进行人工计算后得出纤维化程度的判断,准确率均有所下降,分别为96.81%,96.36%,97.73%,而且耗时明显增加,差异均有统计学意义(P<0.01)。结论基于大数据平台创建的慢性HBV感染者无创性肝纤维化人工智能模型可以更加便捷、准确地判断慢性HBV感染者的肝纤维化程度,一定程度上减少不必要的有创检查,并指导临床决策。; 周丽娜方建凯林春潘晨刘景丰孙芳周锐陈振伟郭鹏飞; 关键词：慢性乙型肝炎病毒感染大数据

基于全偏振成像和机器学习的肝细胞癌与肝内胆管癌鉴别诊断研究: 2023年; 目的探讨全偏振成像和机器学习在肝细胞癌与肝内胆管癌鉴别诊断中的作用。方法利用全偏振显微镜对术后经病理确诊为低分化肝细胞癌和低分化肝内胆管癌病例各8例进行偏振成像;病理医生根据HE切片选取3块感兴趣区域,测量每块区域的穆勒矩阵,并根据穆勒矩阵参数提取分析方法计算出一系列的偏振基准参数;将偏振特征参数输入到人工神经网络模型中,采用了8折交叉验证方法对模型进行三分类的训练和验证。结果模型结果显示,基于图像偏振特征区分肝细胞癌、肝内胆管癌与除了癌变细胞以外的其他组织的准确率为0.8463,灵敏度为0.8107。结论基于全偏振成像和机器学习构建的肝细胞癌和肝内胆管癌诊断模型具有重要的病理辅助诊断价值。; 林丽燕董佳肖伟进彭然吴方君马辉力超刘景丰; 关键词：肝细胞癌肝内胆管癌人工神经网络

计算机视觉技术辅助超声检查在肝脏疾病诊治中的应用前景被引量：1: 2023年; 超声检查具有无辐射、无创、低成本、高效的优点,是最常用的肝脏影像学检查方法。计算机视觉技术应用于超声图像智能分析已成为智慧医疗领域的研究热点。通过大规模数据训练,构建基于机器学习算法的超声组学智能分析模型,可辅助临床诊断与治疗,提高诊断的效率和准确性。笔者结合文献,评述计算机视觉技术辅助超声检查在评估肝脏弥漫性病变、肝脏局灶性病变、肝癌微血管侵犯、肝癌术后复发及肝动脉化疗栓塞术后治疗反应等方面的应用前景。; 方国旭谢文婷陈开志陈斯琦陈敏泳廖祥文唐丽娜刘景丰; 关键词：肝疾病计算机视觉技术超声影像学检查

肝病和肝癌大数据平台建设体系及其初步应用被引量：9: 2021年; 肝病与肝癌是威胁我国人民生命健康的常见疾病,大数据和人工智能已成为提高临床诊断与治疗水平和服务能力的重要支撑。然而,大数据的发展应用尚不成熟,主要存在以下问题:(1)海量健康医疗数据种类繁多,来源各异,但较为分散,缺乏一体化数据存储与分析平台。(2)不同医疗中心之间数据标准不同,数据概念亦存在较大差异,以及个人表达习惯等问题,均导致数据难以处理,无法充分融合。因此,大规模健康医疗数据并不等同于健康医疗大数据。笔者团队结合东南肝胆健康大数据研究所在肝病与肝癌领域大数据平台建设方面的实践经验,提出肝病与肝癌大数据平台建设标准化体系,包括大数据联盟统筹建设大数据平台、完善的大数据标准体系、标准化数据治理流程及结合循证医学与新兴技术的大数据应用。该体系可为健康医疗大数据产业高质量发展提供全新模型,并可推广复制到其他专病领域,为建设健康中国贡献力量。; 刘景丰刘红枝陈振伟李海涛郭鹏飞; 关键词：肝疾病肝肿瘤大数据临床决策支持系统

人工智能在原发性肝癌外科治疗中的应用现状与展望被引量：7: 2022年; 原发性肝癌是最常见和最致命的恶性肿瘤之一,外科治疗是其最主要的根治性手段,然而其术后复发率高、预后差。近年来,以人工智能为代表的新兴技术加速创新,日益融入原发性肝癌诊断和治疗全过程,推动人工智能在原发性肝癌外科治疗领域落地应用对精准肝脏外科高质量发展具有重要意义。目前,研究人员应用人工智能技术在原发性肝癌决策制订、术前评估、手术实施、术后管理及辅助治疗等方面进行了广泛探索。本文针对人工智能在原发性肝癌外科治疗中的应用进展进行综述,以期促进人工智能应用在临床诊疗中加速落地、提高临床服务能力并最终改善患者预后。; 刘红枝刘景丰; 关键词：肝肿瘤人工智能外科手术

生物信息学在肝细胞癌风险预测中的应用被引量：2: 2022年; 生物信息学是一门交叉科学,通过综合运用数学、计算机科学和生物学的各种工具,来阐明和理解大量生物数据所包含的生物学意义。随着基因组学测序技术的不断发展,产生大量的生物学数据资源,从大数据中挖掘所蕴藏的生物学意义,已成为了当前亟待解决的主要任务之一。本文主要归纳总结基于特征基因的肝癌风险预测模型,为肝癌的早期检测、预后和治疗方案的优化提供新观点。; 方国旭张清华黄永迎王建民刘景丰; 关键词：生物信息学

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

福建医科大学孟超肝胆医院东南肝胆健康大数据研究所

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

福建医科大学孟超肝胆医院东南肝胆健康大数据研究所

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈