吴佩琪
- 作品数：12 被引量：242H指数：6
- 供职机构：南方医科大学更多>>
- 发文基金：国家自然科学基金NSFC-广东联合基金国家重点基础研究发展计划更多>>
- 相关领域：医药卫生农业科学轻工技术与工程更多>>
- 基于DWI和DCE MRI的影像组学特征与乳腺癌分子分型的关系初探
- 吴佩琪赵可吴磊刘再毅梁长虹
- 组织细胞pH值测量方法研究进展被引量：3
- 2016年
- 组织细胞中的氢离子浓度是机体的一个重要体液参数,与组织细胞的功能密切相关。因此,准确测定组织细胞内外的pH值,对反映组织细胞的功能状态十分重要,对疾病的早期诊断和治疗意义重大。常用的几种可测定组织细胞pH值的方法包括MRI法、微电极法和荧光光谱法,就各种方法的原理及其优缺点进行分析,同时介绍其研究和应用进展情况,旨在为相关的实验研究提供一定的参考。
- 吴佩琪梁长虹
- 关键词：磁共振波谱微电极荧光光谱
- 基于乳腺磁共振ADC图和DCE图纹理分析在乳腺良恶性病变诊断中的价值
- 吴佩琪梁长虹
- 体素内不相干运动扩散成像在乳腺癌中的研究进展被引量：8
- 2017年
- 体素内不相干运动DWI(IVIM-DWI)是DWI的新技术,其应用IVIM双指数模型,获取纯扩散系数、假扩散系数以及灌注分数等参数,可无创性地量化在体组织的水分子扩散和微循环灌注信息,较传统DWI有明显优势。IVIM-DWI已逐渐应用于临床,目前已成为乳腺癌研究的热点之一。阐述IVIM-DWI的基本原理及其相关参数的含义,并探讨b值选择对相关参数获得的影响,对该技术在乳腺病灶良恶性鉴别,乳腺癌分子分型、预后因子以及疗效评价等方面的研究进展及其面对的挑战予以综述。
- 吴佩琪刘再毅梁艳丽程蕾舒梁长虹
- 关键词：乳腺癌分子分型预后因子
- 磁共振影像组学特征在鉴别乳腺良恶性肿瘤及乳腺癌分子分型中的应用
- 目的： 1.研究基于扩散加权成像(DWI)和动态增强(DCE)MRI的影像组学特征在鉴别乳腺良恶性肿瘤方面的价值。 2.探讨基于DWI和DCE MRI的影像组学特征与乳腺癌分子分型的关系。 资料与方法： 回顾性分...
- 吴佩琪
- 关键词：乳腺癌良恶性鉴别分子分型动态增强磁共振成像
- 基于扩散加权成像和动态增强MRI的影像组学特征与乳腺癌分子分型的关系初探被引量：68
- 2018年
- 目的 探讨基于DWI和动态增强MRI（DCE-MRI）的影像组学特征与乳腺癌分子分型的关系.方法 回顾性分析广东省人民医院2015年6月至2016年6月,经手术病理证实为单发肿块型乳腺癌,获得乳腺癌分子分型,且行乳腺MRI扫描并获得DCE-MRI及ADC图像的79例患者.记录乳腺病灶MRI传统定量指标,包括ADC值和初始强化率（IER）;对ADC图和DCE-MRI图上的病灶区进行手动分割并提取影像组学特征,降维后筛选出10个影像组学标签.对病理标本进行免疫组织化学检测,分为Luminal A型、Luminal B型、人表皮生长因子受体2（HER2）过表达型、三阴性（TN）型乳腺癌.采用单因素logistic回归分析,比较ADC值、IER值以及影像组学标签独立进行分子分型预测的效果;采用多因素logistic回归建模,并绘制ROC,计算ROC下面积（AUC）,比较各模型的诊断效能;采用Hosmer-Lemeshow检验对模型的拟合优度进行检验.结果 Luminal A型29例,Luminal B型39例, HER2过表达型5例,TN型6例.采用单因素logistic回归分析法对传统乳腺MRI参数ADC、IER值及所提取的10个影像组学标签在进行分子分型分类中的效果进行分析,ADC、IER值在鉴别各组的分子分型时,AUC值均〈0.70（0.516-0.605）,鉴别价值不大;鉴别各个分子分型时,至少有1个影像特征AUC〉0.70,其中DCE_L_G_2.5_autocorrelation鉴别TN的AUC最高（0.941）.行多因素logistic回归分析,获得了鉴别诊断的最佳模型,鉴别Luminal A和非Luminal A型、Luminal B和非Luminal B型、TN和非TN的最佳模型鉴别诊断的AUC分别为0.786、0.733和0.941,经Hosmer-Lemeshow检验,各模型P均〉0.10（分别为0.156、0.204和0.820）,说明所建立的各个模型的预测值与观测值之间差异无统计学意义,模型拟合效果较好.结论 基于DWI和DCE-MRI的影像组学特征则有助于鉴别乳腺癌的分子亚型,尤其是鉴别TN型乳腺癌具有较大价值.
- 吴佩琪吴佩琪吴磊吴磊吴磊
- 关键词：纹理分析分子分型
- 基于MRI的瘤周影像组学在肿瘤研究中的应用进展被引量：6
- 2023年
- 影像组学可定量挖掘和分析医学图像的深层次信息,目前基于MRI的影像组学已广泛应用于肿瘤研究,但大多数研究忽视了瘤周影像组学特征,而瘤周影像组学特征可能蕴含肿瘤微环境相关信息。因此,越来越多的研究开始将MRI瘤周影像组学特征纳入到肿瘤研究中,在肿瘤的鉴别诊断、分子分型、转移预测、疗效评估、复发和预后预测等方面取得了一定的进展。本文就基于MRI的瘤周影像组学在肿瘤研究中的应用进展进行综述。
- 吴佩琪吴佩琪陈祉妍刘于宝毛小明
- 关键词：肿瘤核磁共振成像
- 基于MRI的影像组学特征在鉴别乳腺浸润性导管癌病理分级中的价值被引量：15
- 2018年
- 目的影像组学在鉴别乳腺癌组织学分级方面有一定价值。文中旨在探讨基于乳腺浸润性导管癌(IDC)MRI的影像组学特征与IDC的组织学分级的关系,进而为术前预测乳腺癌患者的组织学分级提供更有价值的参考信息。方法回顾性分析2015年6月至2016年6月广东省人民医院乳腺外科71例乳腺癌患者临床资料。记录病灶MRI传统定量指标:表观弥散系数(ADC)和初始强化率(IER);对ADC图和动态增强磁共振成像(DCE-MRI)图上的肿瘤病灶进行手动分割并提取影像组学特征,分析比较影像组学标签在低级别(Ⅰ级+Ⅱ级)和高级别者(Ⅲ级)间的差异。采用logistic回归分析建模,比较ADC值、IER值及ADC图和DCE图影像组学标签模型在鉴别低级别和高级别IDC时的效果。结果高级别IDC患者其乳腺癌灶的ADC、B_sum_variance、L_SRE和R_RP值低于低级别,而B_uniform、B_GLN、L_energy、R_homogeneity2和R_IDN值则高于低级别(P<0.05)。IER值在鉴别高级别和低级别IDC间差异无统计学意义(P>0.05)。ADC图影像组学标签模型鉴别高级别和低级别IDC的AUC[0.858(0.774~0.942)]明显大于ADC值模型[0.709(0.588~0.830)]、DCE图影像组学标签模型[0.691(0.565~0.818)]。ADC图影像组学标签模型的准确度、特异度、阳性预测值和阴性预测值均明显优于ADC值模型和DCE图影像组学标签模型。结论 ADC值和乳腺MRI的影像组学标签对鉴别高级别和低级别IDC有一定价值,尤其是ADC图影像组学标签模型可为临床提供更多的信息。
- 吴佩琪刘再毅刘再毅
- 关键词：乳腺浸润性导管癌病理分级MRI
- 钼靶、CT与DCE-MRI评价乳腺癌淋巴结转移的价值被引量：59
- 2016年
- 目的：分析钼靶（MG）、计算机断层扫描（CT）与动态增强磁共振成像（DCE-MRI）对乳腺癌患者腋窝淋巴结有无转移的诊断价值。方法回顾性分析2014年2月～2015年10月在我院就诊的乳腺癌的女性患者109例，以淋巴结病理检查结果为金标准，比较和分析MG、CT及DCE-MRI诊断乳腺癌腋窝淋巴结转移（LNM）的灵敏度、特异度、准确度、阳性预测值以及阴性预测值。结果纳入的乳腺癌患者中，39.4%（43/109）的患者病理确诊LNM。MG诊断LNM的灵敏度、特异度、准确度、阳性预测值以及阴性预测值分别为：14.0%、84.8%、56.9%、37.5%和60.0%。CT诊断腋窝LNM的灵敏度、特异度、准确度、阳性预测值以及阴性预测值分别为：93.0%、57.6%、71.6%、58.8%和92.7%。DCE-MRI诊断腋窝LNM的灵敏度、特异度、准确度、阳性预测值以及阴性预测值分别为：95.3%、65.2%、77.1%、64.1%和95.6%。与病理结果相比较，MG、CT、DCE-MRI的κ值分别为-0.13、0.459、0.558。MG的特异度高于CT和DCE-MRI，但灵敏度、准确度、阳性预测值、阴性预测值均明显低于CT及DCE-MRI，差异具有统计学意义。DCE-MRI与CT相比，前者的灵敏度、特异度、准确度、阳性预测值、阴性预测值均高于后者，差异具有统计学意义（P〈0.05）。结论对于乳腺癌腋窝LN有无转移，DCE-MRI的诊断效能明显优于CT和MG，而CT明显优于MG。DCE-MRI和CT均可以提供相对较准确的LNM相关情况，在这方面的临床应用价值较高。MG常不能为临床提供可靠的信息，利用MG判断LNM时必须谨慎，并结合其他检查。
- 吴佩琪刘春玲刘再毅叶维韬梁长虹
- 关键词：乳腺癌淋巴结转移钼靶
- 影像组学与大数据结合的研究现状被引量：78
- 2017年
- 随着科学技术的不断发展，以基因组学（genomics）为代表的各种组学层出不穷，在影像医学方面，影像组学（radiomics）也正式加入了组学大家庭。同时，我们也迈入了大数据（bigdata）时代，各种信息呈爆炸式增长，
- 吴佩琪刘再毅何兰黄燕琪梁长虹
- 关键词：影像医学基因组学大家庭
