王卿
- 作品数：10 被引量：151H指数：5
- 供职机构：天津医科大学总医院更多>>
- 发文基金：国家自然科学基金中央补助地方公共卫生专项资金国家教育部博士点基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 重建参数对CT肺结节容积测量的影响被引量：3
- 2012年
- 背景与目的已有的研究证明:CT肺结节容积测量能够敏感反映结节容积的微小变化,在未定性肺结节的随访观察及良恶性鉴别方面具有重要应用前景。本研究旨在评估不同重建算法和层厚对CT肺结节容积测量的影响。方法对2009年12月-2011年8月在天津医科大学总医院行未定性肺结节CT随访研究的30例患者的CT图像进行后处理分析。共获取52个肺结节,应用3种不同的算法(骨密度算法、标准算法及肺算法)及层厚(0.625 mm、1.25 mm、2.5 mm)进行9次重建。由一位放射科医师应用肺结节容积分析软件进行容积测量。应用重复测量多元方差分析、相关分析及Bland-Altman法评价结节直径、算法、层厚对容积测量的影响。结果不同重建算法(F=13.6,P<0.001)、层厚(F=4.4,P=0.02)条件下测量所得的结节容积之间具有统计学差异。肺结节9次测量所得容积的变异系数和结节直径之间呈负相关(r=-0.814,P<0.001)。应用2.5mm层厚时,结节容积比1.25mm及0.625 mm层厚的一致性差,1.25 mm和0.625 mm层厚在采用骨算法时一致性最好。结论不同重建算法及层厚对肺结节容积测量有影响,尤其是直径较小的结节。在未定性肺结节尤其是肺小结节的随访过程中建议应用相同的重建参数。
- 杨荣荣于铁链王颖王卿
- 关键词：计算机体层摄影肺结节容积测量
- 无明显冠心病症状的2型糖尿病患者的冠状动脉斑块的MSCT研究
- 王卿李英李东于铁链
- 新A型(H1N1型)猪源性流感病毒(S-OIV)感染的胸部影像学表现
- 目的总结实验室确诊的新A型(H1N1型)猪源性流感病毒(S-OIV)(即甲型H1N1病毒)感染患者的胸部平片及CT表现。方法收集2009年9月—2010年1月的51例患者,其中47例经甲型H1N1流感病毒检测确诊,4例为...
- 王卿于铁链叶宁范勇邢志珩
- 文献传递
- 亚实性肺结节CT征象在良恶性鉴别及腺癌恶性侵袭程度评估中的价值被引量：29
- 2018年
- 背景与目的亚实性肺结节为肺原发腺癌的常见计算机体层成像(computed tomography,CT)表现,依据其CT影像特征预测病理分型对确定临床治疗策略具有临床价值。本研究根据病理分类,回顾性分析良性、不典型腺瘤样增生(atypical adenomatous hyperplasia,AAH)/原位腺癌(adenocarcinoma in situ,AIS)/微侵袭性腺癌(minimally invasive adenocarcinoma,MIA)、侵袭性腺癌三组亚实性肺结节的CT征象,评估其在良恶性鉴别及恶性侵袭程度判别中的价值。方法回顾性分析106例经手术切除亚实性结节的CT征象。依据手术病理分为良性和恶性组,恶性组根据侵袭程度分为无/微侵袭组(AAH/AIS/MIA)、侵袭性腺癌组,测量结节大小、实性成分比例、瘤肺界面、形状、边缘、胸膜牵拉征、空气支气管征、结节内血管异常等CT征象。根据单因素分析(χ2检验、非参数检验Mann-Whitney U检验)结果筛选有统计学差异的变量,纳入Logistic回归多因素分析。结果 Logistic回归分析显示清晰的瘤肺界面、空气支气管征以及结节内血管异常是恶性结节的重要预测指标,风险比分别为38.1(95%CI:5.0-287.7;P<0.01)、7.9(95%CI:1.3-49.3;P=0.03)、7.2(95%CI:1.4-37.0;P=0.02)。更大的实性成分所占比例是侵袭性腺癌与AAH/AIS/MIA组鉴别的重要指标,其风险比分别为1.04(95%CI:1.01-1.06,P=0.01)。结论亚实性结节中出现清晰的瘤肺界面、空气支气管征、结节内血管异常提示其恶性概率增加。恶性结节中实性成分所占比例越大预示着侵袭性更高。
- 郭芳芳李欣菱王欣悦郑文松王卿宋文静于铁链范亚光王颖
- 关键词：计算机体层成像恶性
- 甲型H1N1流感的胸部影像学表现被引量：2
- 2011年
- 目的观察甲型H1N1流感患者的胸片及CT表现。方法回顾性分析51例甲型H1N1流感患者(实验室确诊47例,临床诊断4例)初始胸片及CT检查的病变表现形式、分布特点及病变程度。结果甲型H1N1流感患者的胸片及CT检查最主要表现是双侧或单侧多发磨玻璃密度影,伴或不伴单发或多发实变区。CT显示病变主要沿支气管血管周围中心肺区和(或)胸膜下区分布。结论影像学诊断甲型H1N1流感时,结合病史非常重要。
- 王卿于铁链叶宁范勇邢志珩
- 关键词：甲型流感病毒H1N1亚型X线计算机放射摄影术
- 胸部CT毛玻璃样结节和早期肺腺癌关系的探讨
- 2012年
- 肺腺癌呈现上升的流行趋势,期发生率不断增加,早期肺腺癌的筛查对于其尽早治疗和预后就显得尤为重要,而许多早期肺腺癌在胸部CT中的表现都是毛玻璃样结节（Ground-Glass Nodules,GGOs）。
- 薛米娜王卿戴亚楠班兆燕魏立辉李彬李东
- 关键词：肺腺癌薄层CT扫描
- 基于深度学习的人工智能胸部CT肺结节检测效能评估被引量：90
- 2019年
- 背景与目的肺结节精确检测是实现肺癌早诊的基础。基于深度学习的人工智能在肺内结节检测领域发展迅速,对其效能进行验证是促进其应用于临床的前提。本研究旨在评估基于深度学习技术的人工智能软件在胸部计算机断层扫描(computed tomography, CT)恶性及非钙化结节检出中的价值。方法由天津医科大学总医院自建胸部CT肺结节数据库中随机抽取200例胸部CT数据,包含病理证实的肺癌及随访结节病例,导入肺结节人工智能识别系统,记录软件自动识别结节,并与原始影像报告结果进行对比。人工智能软件及阅片者检测到的结节由2名胸部专家进行评估并记录其大小及特征。计算灵敏度、假阳性率评估人工智能软件及医师的结节检测效能,应用McNemar检验确定二者之间是否存在显著性差异。结果 200例胸部多层螺旋CT共包含非钙化结节889枚,其中肺癌结节133枚,小于5 mm结节442枚。人工智能及放射科医师肺癌检出率皆为100%。人工智能软件结节检测灵敏度明显高于放射科医师(99.1%vs 43%, P<0.001)。人工智能总体假阳性率为每例CT 4.9个,排除5 mm以下结节后降为1.5个。结论基于深度学习的人工智能软件能实现恶性肺结节的无漏诊检出,具有较医师更高的结节检出灵敏度,在排除微小结节后可降低假阳性率。
- 李欣菱郭芳芳周振张番栋王卿彭志君苏大同范亚光王颖
- 关键词：计算机体层成像肺结节人工智能检出
- 不同类型肺结节的生长曲线分析被引量：5
- 2017年
- 背景与目的计算机断层扫描(computed tomography,CT)随访评估肺内结节的生长特性是临床判断结节良恶性的常用策略。不同生物学行为的肺结节可能具有不同的生长速度和生长模式。本研究的目的是绘制不同类型肺结节的体积生长曲线,了解其生长方式,为判断结节性质并制定肺结节随访方案提供依据。方法应用三维分析软件对111例接受2次及以上CT检查的肺结节(实性结节54例、亚实性结节57例)的影像资料进行回顾性分析。35例恶性及5例良性结节经病理或组织学确认,其余71例经两年随访无显著生长,经专家会诊确认为肺癌低危结节。所有结节按密度及性质分组:实性良性/低危结节、实性恶性结节、亚实性良性/低危结节、亚实性恶性结节。以随访间隔时间(d)为X轴,以随访结节的三维体积(mm3)和三维体积对数为Y轴,绘制体积线性及指数性生长曲线,由研究者主观观察曲线的形态。应用卡方检验比较不同性质肺结节的生长曲线的差异。结果实性恶性结节中12例(66.7%)生长曲线快速上升,3例(16.7%)先平缓-后上升,2例(11.1%)缓慢上升,1例(5.56%)平直。亚实性恶性结节中8例(47.1%)呈快速上升型,4例(23.5%)缓慢上升,3例(17.6%)平直,2例(11.8%)为先下降-后上升型。实性良性/低危结节中5例(13.9%)呈下降型,17例(47.2%)平直,8例(21.6%)缓慢上升,6例(16.7%)呈波浪型。亚实性良性/低危结节中4例(10%)呈下降型,21例(52.5%)平直,9例(22.5%)缓慢上升,6例(15%)呈波浪型。良性/低危结节与恶性结节生长曲线分布存在显著性差异(χ2=42.4,P<0.01)。结论肺癌生长曲线具有异质性,快速上升是恶性肺结节的特征性生长曲线,但部分可在一定时期内表现为平直、缓慢上升甚至下降。缓慢生长不能排除肺癌可能,尤其是亚实性结节。
- 王欣悦韩融诚郭芳芳李欣菱郑文松王卿宋文静于铁链王颖
- 关键词：肺结节计算机体层摄影体积
- 亚实性肺结节CT阈值分割:实性成分识别与定量被引量：15
- 2017年
- 背景与目的肺内亚实性结节(subsolid nodule,SSN)实性成分的识别与定量对SSN的鉴别诊断,病理预测和预后评估具有重要价值,但目前缺乏公认且客观的标准。本研究旨在应用计算机断层扫描(computed tomography,CT)阈值分割方法确定用于SSN实性成分识别与定量的最佳阈值。方法回顾性分析102例SSN的CT图像。由观察者确定SSN内是否存在实性成分并借助软件确定实性成分的体积,以此作为参照标准。应用CT阈值分割方法对所有SSN进行分析,测量其内不同CT阈值对应的体素体积,假定该体积即为实性成分体积,计算实性成分与结节整体的体积比率。所得结果与相应参照标准进行比较,应用受试者工作特征曲线及Wilcoxon检验筛选最佳阈值。结果阈值设为-250 HU时,识别SSN内实性成分的诊断价值最大(曲线下面积为0.982),以体积比率1.10%作为确认实性成分存在的界限值,其诊断效能最高。阈值设为-300 HU时诊断效能次之,对应曲线下面积和体积比率界限值分别为0.977、6.14%。阈值设为-250 HU、-300 HU时所得实性成分中位体积分别为202.7 mm^3(598.2 mm^3)、247.1 mm^3(696.0 mm^3),与参照标准199.5 mm^3(743.1mm^3)间无显著差异(P=0.125,1,0.061,3)。结论 CT阈值分割方法可对SSN实性成分进行准确识别与定量,阈值可设为-250 HU或-300 HU。
- 郑文松王卿王颖郭芳芳王欣悦于铁链
- 关键词：腺癌计算机断层扫描阈值分割体积测量
