您的位置: 专家智库 > >

王瑛

作品数:11 被引量:49H指数:4
供职机构:广州医科大学更多>>
发文基金:广州市科技计划项目国家自然科学基金广东省自然科学基金更多>>
相关领域:医药卫生文化科学更多>>

文献类型

  • 10篇中文期刊文章

领域

  • 9篇医药卫生
  • 1篇文化科学

主题

  • 6篇乳腺
  • 6篇超声
  • 5篇影像
  • 5篇乳腺癌
  • 5篇腺癌
  • 4篇超声影像
  • 2篇乳腺肿
  • 2篇乳腺肿瘤
  • 2篇软骨
  • 2篇生长因子受体
  • 2篇受体
  • 2篇人表皮
  • 2篇人表皮生长因...
  • 2篇人表皮生长因...
  • 2篇肿瘤
  • 2篇腺肿瘤
  • 2篇淋巴
  • 2篇淋巴结
  • 2篇淋巴结转移
  • 2篇表皮

机构

  • 10篇广州医科大学
  • 5篇广东省人民医...
  • 4篇昆明医科大学
  • 3篇南方医科大学
  • 3篇中山大学
  • 2篇华南理工大学
  • 1篇北京大学
  • 1篇南方医科大学...

作者

  • 10篇王瑛
  • 4篇刘再毅
  • 4篇陈东
  • 3篇白波
  • 3篇张姝江
  • 3篇陈艺
  • 2篇吴磊
  • 2篇姚咏嫦
  • 1篇施雪涛
  • 1篇吴磊
  • 1篇赖琛
  • 1篇陈绮璐
  • 1篇李婷

传媒

  • 2篇中华关节外科...
  • 1篇中国医学影像...
  • 1篇实用医学杂志
  • 1篇基础医学与临...
  • 1篇中国循证医学...
  • 1篇中华医学超声...
  • 1篇国际医学放射...
  • 1篇磁共振成像
  • 1篇广州医科大学...

年份

  • 1篇2024
  • 1篇2023
  • 2篇2022
  • 3篇2021
  • 1篇2020
  • 1篇2019
  • 1篇2018
11 条 记 录,以下是 1-10
排序方式:
超声影像组学标签预测三阴性乳腺癌的价值被引量:17
2021年
目的探讨基于常规超声的影像组学标签在术前诊断三阴性乳腺癌(TNBC)的价值。资料与方法回顾性连续收集230例经手术病理证实的肿块型浸润性乳腺癌患者的临床资料和术前超声图像,按照1∶2随机抽样选取TNBC与非TNBC共102例患者纳入本研究。按超声检查时间顺序,将患者分为训练组66例和验证组36例。通过ImageJ软件手动勾画病灶区域,使用Pyradiomics从每个病灶区域中提取1820个特征,经特征筛选后利用逻辑回归模型构建超声影像组学标签。采用受试者工作特征(ROC)曲线评估超声影像组学诊断TNBC的效能。结果最终选取4个关键影像特征用于构建超声影像组学标签。该标签在训练组和验证组中预测TNBC的ROC曲线下面积分别为0.866(95%CI 0.768~0.964)、0.844(95%CI 0.716~0.972)。校准曲线显示该标签在训练集和验证集中均具有较好的校准度(P=0.765、0.895);决策曲线分析证实该标签能辅助临床决策。结论基于超声的影像组学标签在术前诊断TNBC中具有重要的价值。
王瑛陈英格叶素敏陈东吴磊刘再毅刘敏
关键词:乳腺肿瘤
超声影像组学标签对乳腺癌HER-2状态的预测价值被引量:2
2021年
目的探讨基于超声的影像组学标签在术前预测乳腺癌HER-2状态中的价值。方法回顾性收集230例浸润性乳腺癌患者的临床资料和术前超声图像。按超声检查时间顺序,将患者分为训练组(n=115)和验证组(n=115)。通过Image J软件沿肿瘤边界手动勾画超声图像中的病灶区域,使用Pyradiomics从每个病灶区域中提取1 820个特征,采用3种统计学方法筛选特征,利用逻辑回归模型构建超声影像组学标签。采用受试工作特征曲线(ROC)、校准曲线及决策曲线等评估超声影像组学标签预测HER-2状态的效能和价值。结果最终选取9个关键影像特征用于构建超声影像组学标签。该标签在训练组和验证组中的ROC曲线下面积分别为0.82[95%CI(0.74,0.90)]、0.81[95%CI(0.72,0.89)]。校准曲线显示该标签在训练集和验证集中均具有较好的校准度。结论基于超声的影像组学标签在术前预测乳腺癌HER-2状态中具有重要价值。
王瑛陈英格叶素敏陈东吴磊刘再毅刘敏
关键词:超声乳腺癌人表皮生长因子受体
超声影像组学标签预测乳腺癌前哨淋巴结转移的价值被引量:9
2021年
目的探讨基于常规超声的影像组学标签在术前诊断乳腺癌前哨淋巴结转移的应用价值。方法收集2020年1-10月194例经我院诊治的乳腺癌患者的临床资料和术前超声图像,按超声检查时间顺序,将患者分为训练集(n=103)和验证集(n=88)。通过Image J软件手动勾画病灶区域,使用Pyradiomics从每个病灶区域中提取1130个特征,采用多种方法逐步筛选特征,利用逻辑回归模型构建超声影像组学标签。采用受试者工作特征(ROC)曲线、校准曲线和决策曲线等评估超声影像组学标签预测乳腺癌前哨淋巴结转移的效能。结果筛选出6个关键超声影像组学特征用于构建超声影像组学标签。该标签在训练集和验证集中预测乳腺癌前哨淋巴结转移的ROC曲线下面积分别为0.795(95%CI:0.708~0.882)、0.784(95%CI:0.688~0.881)。在校准曲线中,该标签在训练集和验证集里表现出好的校准度(P=0.985、0.854),决策曲线分析进一步表明了该标签对临床决策有辅助作用。结论基于常规超声的影像组学标签可用于术前预测乳腺癌有无前哨淋巴结转移,为临床制定个体化的手术方式提供更多参考依据。
暴珞宁王瑛陈东刘再毅
关键词:超声图像乳腺癌前哨淋巴结
超声影像组学标签对乳腺癌腋窝淋巴结转移的预测价值
2022年
目的探讨基于常规超声的影像组学特征预测乳腺癌腋窝淋巴结转移的应用价值。方法回顾性收集2020年1月至2020年10月于中山大学肿瘤防治中心就诊经手术病理确诊的265例乳腺癌患者的临床资料和术前超声图像,按超声检查时间顺序,将患者分为训练集(159例)和验证集(106例)。应用ImageJ软件手动勾画病灶区域,使用Pyradiomics从每个病灶区域中提取影像组学特征,采用多种方法逐步筛选特征,应用Logistic回归构建预测乳腺癌腋窝淋巴结转移的超声影像组学标签。在训练集和验证集上采用ROC曲线、校准曲线和决策曲线评估超声影像组学标签预测乳腺癌腋窝淋巴结转移的效能。结果最终筛选出8个关键超声影像组学特征用于构建超声影像组学标签。该标签在训练集和验证集中预测乳腺癌腋窝淋巴结转移的ROC曲线下面积分别为0.805(95%CI:0.734~0.876)、0.793(95%CI:0.706~0.880)。在校准曲线中,该标签在训练集和验证集均表现出较好的校准度(P=0.592、0.593),决策曲线分析进一步表明了该标签具有一定的临床实用性。结论基于超声的影像组学标签在预测乳腺癌腋窝淋巴结转移方面具有一定价值,可为治疗前乳腺癌的准确分期以及治疗方案的合理选择提供参考依据。
王瑛陈英格叶素敏陈东刘宇刘再毅刘敏
关键词:超声检查乳腺肿瘤腋窝淋巴结
视黄醇酸受体拮抗剂LE135诱导大鼠骨髓间充质干细胞成软骨分化
2019年
用成体干细胞修复软骨损伤是目前的研究热点,其中骨髓间充质干细胞(bone marrow mesenchymal stem cells, BM-MSCs)可以诱导成软骨细胞,转化生长因子β(transforming growth factor β,TGF-β)可以通过活化成软骨标志物诱导BM-MSCs成软骨,但分化软骨细胞容易肥大且生长因子可能引发免疫反应。
张姝江黄弘轩姚咏嫦陈艺白波王瑛施雪涛
关键词:骨髓间充质干细胞成软骨分化受体拮抗剂诱导大鼠成软骨细胞
生物力学在关节软骨修复中的作用被引量:8
2018年
活动关节软骨是无血管的透明软骨,损伤后修复困难。传统的修复方式以手术为主,但修复的软骨组织常常无法满足透明软骨的结构条件。软骨组织工程是修复关节软骨的又一途径,在过去几十年,研究者们除了关注"细胞、支架、生长因子"3要素,也开始关注力学条件对构建组织工程软骨的作用。活动关节有复杂的力学性能,关节软骨、软骨基质和其中的细胞都受到不同强度、频率和不同方向的力学刺激,从而影响其功能和结构。在构建组织工程软骨的过程中,添加了力学刺激对软骨细胞的功能、间充质细胞的分化都有重要作用。何种力学条件最有利于构建具有类似天然透明软骨结构和功能的组织工程软骨是该研究领域的热点。
张姝江王瑛陈艺姚咏嫦白波
关键词:透明软骨
高分子修饰细菌纤维素细胞相容性的初步研究被引量:2
2020年
目的筛选适于平滑肌细胞附着生长的聚乳酸-共-聚乙醇酸(PLGA)修饰的细菌纤维素材料。方法不同比例PLGA修饰的细菌纤维素材料分为5组:单纯PLGA材料(50P组);经PLGA修饰的细菌纤维素材料组则包括聚乳酸(PLA)∶聚乙醇酸(PGA)=50∶50的50PB组、PLA∶PGA=75∶25的75PB组和PLA∶PGA=90∶10的90PB组;单纯细菌纤维素为空白对照组。将平滑肌细胞接种于不同组别的材料上培养7 d,扫描电镜观察细胞的生长状态,并用荧光染色计数活/死细胞,CCK8法测定材料上的细胞增殖情况并绘制增殖曲线。不同材料上细胞数量及增殖数据用单因素方差分析比较、两两比较用SNK检验。结果接种后第3天的扫描电镜可见细胞均能在各组材料上成功附着并生长,但75PB组和空白对照组细胞生长形态较差。活/死细胞染色结果显示,平滑肌细胞可以在各组材料中均匀的分布以及生长,活细胞计数各组差异无统计学意义(F=1.454,P>0.05)。细胞生长曲线检测显示,接种后3 d及5 d,平滑肌细胞在各组材料上的增殖量差异无统计学意义(3 d F=1.672,P>0.05;5 d F=1.19,P>0.05);接种后7 d,50PB组和空白对照组的平滑肌细胞增殖优于90PB组及75PB组(F=13.328,P<0.01)。结论PLA/PGA比例为50∶50的PLGA修饰细菌纤维素后的材料细胞相容性更优,可以成为用于组织修复的生物材料。
黄弘轩白波赖琛王瑛陈艺张姝江
关键词:纤维素聚乳酸-聚乙醇酸共聚物生物相容性材料
多元化教学方法应用对于超声诊断学见习课网络授课的教学体会被引量:2
2022年
目的:疫情防控时期,学校对超声诊断学见习课提出了线上教学的转变要求。网络授课需要师生共同努力探索合理的教学方法以提高教学效率。单一教学方法对于网络授课存在局限性,本文通过阐述利用LBL、CBL以及PBL多元化教学方法相结合的教学方法经验,从而实现提高网络授课教学效率的方法探索。
李婷刘宇王瑛陈绮璐李国英
关键词:LBLCBL超声
基于MRI影像组学预测乳腺癌新辅助化疗后肿瘤退缩模式的研究被引量:4
2023年
目的基于治疗前乳腺MRI影像组学定量特征,并融合MRI定性影像特征及临床病理信息建立联合模型用于早期预测乳腺癌新辅助化疗后肿瘤退缩模式。材料与方法回顾性分析广东省人民医院2012年2月至2020年8月接受新辅助化疗并进行手术的420例乳腺癌患者临床资料。以手术标本的病理结果为金标准,将肿瘤退缩模式分为向心性和非向心性退缩。根据MRI检查时间顺序以7∶3的比例分为训练组(n=294)、验证组(n=126)。在动态增强MRI的第2期增强图像中对原发灶进行感兴趣区勾画,并提取影像组学特征。采用两独立样本t检验或Mann-Whitney U检验、相关性分析及最小绝对收缩和选择算子-logistic回归分析对影像组学特征进行降维筛选,然后基于人工神经网络建立影像组学标签。通过单因素、多因素logistic筛选显著相关的临床病理特征建立临床预测模型,并联合定性影像学特征和影像组学标签构建联合预测模型。使用受试者工作特征(receiver operating characteristic,ROC)曲线和校准曲线评估模型性能,并使用决策曲线分析(decision curve analysis,DCA)评价预测模型的临床实用性。结果本研究共筛选出8个与肿瘤退缩模式显著相关的影像组学特征。在训练组和验证组中,影像组学标签的曲线下面积(area under the curve,AUC)分别为0.738(95%CI:0.705~0.754)和0.696(95%CI:0.585~0.712);临床预测模型AUC值分别为0.676(95%CI:0.636~0.741)和0.619(95%CI:0.601~0.716);联合预测模型的AUC值分别为0.802(95%CI:0.753~0.824)和0.764(95%CI:0.685~0.820)。DCA显示联合模型具有临床应用价值。结论融合乳腺癌新辅助治疗前MRI的影像组学定量特征和定性影像学特征及临床病理信息所构建的联合模型有助于预测肿瘤退缩模式,有望协助临床早期识别可降期保乳的患者,以优化个体化诊疗方案,改善患者预后。
刘晨陈小波黄晓媚陈明蕾陈鑫王瑛刘再毅
关键词:乳腺癌新辅助治疗保乳术磁共振成像
基于超声的深度学习模型对乳腺癌HER2表达的预测价值被引量:1
2024年
目的探讨基于超声的深度学习模型,用于术前预测乳腺癌HER2零表达(HER2-Zero)与HER2低表达(HER2-Low)的潜在价值。方法回顾性连续收集2所医院共243例经病理确诊为乳腺癌病人的临床资料和术前超声图像,据其来源医院将病人分为训练集(124例)和验证集(119例)。利用ImageJ软件手动勾画超声图像中的病灶,在训练集中基于3种预训练的基础深度学习模型(VGG16、ResNet50、DenseNet121)构建基于超声的深度学习模型,并选出效能最优者。在训练集中,采用多因素逻辑回归分析筛选与HER2状态相关的临床独立预测因素构建临床模型。将临床独立预测因素与最优的深度学习模型联合来构建综合模型。采用受试者操作特征曲线下面积(AUC)评估各模型的预测效能,并利用校准曲线和决策曲线评估综合模型拟合效果和临床净获益。结果多因素逻辑回归分析显示Ki-67表达状态是乳腺癌HER2状态的临床独立预测因素。3种深度学习模型中,DenseNet121模型效能最优,故以Ki-67及DenseNet121模型联合构建综合模型。在训练集和验证集中,综合模型的预测效能(AUC值分别0.865、0.848)均高于临床模型与3个深度学习模型。校准曲线显示综合模型在2个数据集中均具有较好的拟合效果(Hosmer-Lemeshow检验:P=0.267,0.398),决策曲线显示综合模型具有较宽的临床净获益范围。结论基于超声的深度学习模型在术前预测乳腺癌病人HER2-Zero与HER2-Low表达状态方面有一定价值,能够为临床治疗决策提供依据。
余娜芊刘宇姚梦霞黄春旺吴磊王瑛
关键词:超声乳腺癌人表皮生长因子受体2
共1页<1>
聚类工具0