王伟
- 作品数：14 被引量：49H指数：4
- 供职机构：同济大学附属同济医院更多>>
- 发文基金：上海市“科技创新行动计划”更多>>
- 相关领域：医药卫生自动化与计算机技术机械工程矿业工程更多>>
- 双参数与多参数MRI对不同PSA水平前列腺癌诊断的对比研究被引量：6
- 2020年
- 目的比较双参数与多参数MRI(biparametric MRI,Bp-MRI;multiparametric MRI,Mp-MRI)对不同前列腺特异性抗原(prostate-specific antigen,PSA)水平的前列腺临床显著癌(clinically significant prostate cancer,csPCa)的诊断价值。方法回顾性连续收集同济大学附属同济医院2017年1月—2018年6月期间收治的298例前列腺病例临床及Mp-MRI资料。依据PSA水平分为低PSA组(PSA≤10 ng/mL)和高PSA组(PSA>10 ng/mL)。由4名有经验的医师分两组分别对无动态对比增强序列的Bp-MRI和含DCE的Mp-MRI进行独立评分,所有病例均采用双盲法以最新版前列腺影像报告和数据系统(PI-RADS v2.1)标准对图像进行评分。以PI-RADS≥4为阳性阈值,比较Bp-MRI与Mp-MRI对不同PSA水平csPCa的诊断性能,同时比较2名阅片者之间Bp-MRI阴性与阳性评分结果的一致性。结果在低PSA组,Mp-MRI与Bp-MRI诊断csPCa的灵敏度分别为88.1%(37/42)、69.0%(29/42),特异度分别为89.7%(139/155)、87.1%(135/155),诊断准确度分别为89.3%(176/197)、83.2%(164/197),Bp-MRI对csPCa诊断灵敏度低于Mp-MRI(χ^2=4.53,P<0.05),特异度与准确度两者比较差异均无统计学意义(P>0.05)。在高PSA组,Mp-MRI与Bp-MRI诊断csPCa的灵敏度分别为88.3%(53/60)、69.0%(50/60),特异度分别为92.7%(38/41)、87.8%(36/41),诊断准确度分别为90.1%(91/101)、85.1%(86/101),两者比较差异均无统计学意义(P>0.05)。两名阅片者Bp-MRI的PI-RADS评分阴性与阳性一致性比较具有高度一致性(κ=0.817)。结论Bp-MRI对高PSA组csPCa的诊断性能与Mp-MRI相似,而低PSA组,Bp-MRI灵敏度低于Mp-MRI。
- 邵志红王伟刘卫英樊洪周刘梦王培军
- 关键词：前列腺癌
- 多参数MRI评估前列腺癌主要病灶体积的价值被引量：4
- 2021年
- 目的探讨多参数MRI(multiparametric MRI, Mp-MRI)各序列评估前列腺癌(prostate cancer, PCa)主要病灶体积的价值。方法回顾性分析同济大学附属同济医院2017年1月至—2018年6月经病理证实的56例PCa病例MRI资料。依据PCa主要病灶动态对比增强(dynamic contrast enhanced, DCE)表现,将病例分为DCE阳性组和DCE阴性组,分别测量T2WI、ADC图和/或DCE最大面积早期强化图上主要病灶的体积,并与病理病灶体积对比分析。结果 DCE阳性组:T2WI、ADC、DCE病灶测量体积与病理均呈正相关,三者均低估了病理体积,低估百分比分别为(41.65±16.66)%、(50.05%±15.81)%、(16.00±14.50)%,DCE的低估百分比低于T2WI及ADC(P<0.001)。DCE阴性组:T2WI、ADC病灶测量体积与病理均呈正相关,相关系数分别为0.95、0.90,二者均低估了病理体积,低估百分比分别为(36.25±14.07)%、(49.87±13.73)%,T2WI低估百分比低于ADC(P<0.001)。结论 Mp-MRI各序列均低估了PCa主要病灶体积,病灶DCE阳性时,DCE更有利于评价PCa病灶的体积,而DCE阴性时,T2WI优于DWI。
- 邵志红王伟刘卫英樊洪周刘梦王培军
- 关键词：前列腺癌磁共振成像病理
- 前列腺疾病磁共振诊断的智能教学平台设计
- 2023年
- 目的提高前列腺疾病磁共振诊断及鉴别诊断的水平。方法通过教学课程建设的顶层设计,协同互联网、大数据、人工智能等技术研发“前列腺疾病磁共振诊断的智能教学平台”。结果通过“自我分级学习”“个性化训练”及“师生互动”三种教学融合模式的应用,可提高学员对教学内容的掌握,对知识点、难点的理解,对影像征象的分析,提高前列腺疾病的诊断及鉴别诊断能力。结论本教学平台利用实践读片训练巩固理论知识,使学员的学习兴趣得以强化、师生互动更为融洽、知识点掌握更加扎实,从而提升学员的临床诊断准确率及报告书写水平。
- 王静雯王伟唐俊军黄宗良王培军
- 关键词：智能教育平台人工智能
- 人工智能在前列腺癌MRI诊断中的研究进展被引量：3
- 2021年
- 人工智能(artificial intelligence,AI)近年来在医疗领域得到了快速发展,本文回顾了AI技术在前列腺磁共振成像(magnetic resonance imaging,MRI)领域的发展情况。本文介绍AI相关研究方法,包括机器学习及其常见分类,分析其在前列腺MRI研究中的应用方向。然后综合介绍目前AI技术在前列腺方向的检测、分类、分级以及诊疗、监控等方面的应用现状。虽然目前的研究已经取得了很多令人满意的结果,但是在更加广泛的临床应用之前,还需要进行更多的可靠性验证。未来AI的算法、软件可能在前列腺肿瘤的诊疗领域辅助临床医生进行决策。
- 黄兴鸿王伟曹学香丁偕王培军
- 关键词：前列腺癌磁共振成像神经网络
- 不同计算化高扩散敏感系数对外周带前列腺癌第二版前列腺影像和数据报告系统中弥散加权成像评分的影响被引量：7
- 2017年
- 目的探讨不同计算化高扩散敏感系数（b值）对外周带前列腺癌第二版前列腺影像和数据报告系统（PI-RADSv2）中弥散加权成像（DWI）评分的影响。方法回顾性分析2012年1月至2015年12月在同济大学附属同济医院经直肠超声引导下前列腺饱和穿刺活检或前列腺根治术后病理证实外周带前列腺癌104例患者的临床资料。所有患者均采用SiemensVerio3．0TMRI扫描，成像序列包括横断位、矢状位高分辨T2加权成像（T2WI），b值=0、50、1000s／mm2横断位弥散加权成像（aDWI）及动态对比增强（DCE）扫描，通过Matlab后处理计算化合成b=1000、1400、2000s／mm2的DWI图像（eDWI）。依据PI．RADSv2评分标准对b=1000、1400、2000s／mm2的三组cDWI资料进行评分，并对各组病例的病灶信号强度比（SIR）进行独立样本t检验及单因素方差分析。结果三组cDWI中DWI评分2、5分的病例数无差别，27例b=1000s／mm2DWI评分3分的病例中有9例（33．3％）在b=1400s／mm2及b=2000s／mm2时DWI评分均升高到4分。升高至DWI评分4分的病例与仍为DWI评分3分的病例间的病灶SIR在b=1400s／mm2及b=2000s／mm2时的比值分别为1．86±0．21比1．61±0．27、2．18±0．26比1．75±0．30，两组问SIR差异均有统计学意义（t=2．486、3．671，均P〈0．05）。升高至OWI评分4分的9例病例的病灶SIR在b=1000、I400、2000s／mm2时两两之间差异均有统计学意义（F=10．907、33．768、8．043，均尸〈0．05），且病灶SIR均随b值的升高而增大。结论b≥1400s／mm2的高b值主要影响DWI评分3分的病例，但b=2000s／mm2不改变b=1400s／mm2时的DWI评分，b=1400s／mm2可能更适用于外周带前列腺癌的PIRADSv2中DWI评分。
- 王伟邵志红曾嘉齐吴登龙王国良王培军
- 关键词：前列腺癌扩散加权成像
- 一种前列腺体积的快速测量方法和系统
- 本发明提供一种前列腺体积的快速测量方法和系统，获取需要进行前列腺体积测量的前列腺的目标磁共振图像，目标磁共振图像由序列二维的目标切片组成；对目标切片进行预处理；使用已经训练好的生成对抗网络模型分割出预处理后的目标切片中的...
- 王培军王伟吴晓芬王艳青唐俊军
- 临床数据查询方法、装置、电子设备及存储介质
- 本发明涉及人工智能技术，揭露了一种临床数据查询方法，包括：识别临床医学数据集对应的数据错误类型并进行修复，得到标准临床数据集。将标准临床数据集划分的多维临床数据集中与参考医学数据集重合的数据作为目标数据集，根据目标数据集...
- 王培军周翔吴晓芬王伟吕琦张康微
- 不同计算化高b值对外周带前列腺癌PI-RADS V2中DWI评分的影响
- 王伟
- 多模态磁共振成像对前列腺外周带弥漫病变的鉴别诊断被引量：1
- 2016年
- 目的探讨多模态磁共振成像对外周带弥漫前列腺癌和前列腺炎的鉴别诊断价值。方法回顾性分析经直肠超声(TRUS)引导下饱和穿刺活检或前列腺根治术后病理证实前列腺病例33例,其中前列腺炎18例,前列腺癌15例。所有患者均采用Siemens Verio 3.0 T磁共振扫描,成像序列包括横断位、矢状位高分辨T2WI,横断位弥散加权成像(DWI)及动态对比增强(DCE)扫描。结果前列腺炎T2WI呈均匀或不均匀低、稍低信号,14例与中央带分界清,包膜完整;DWI呈稍高或高信号,平均ADC值为(1.12±0.15)×10-3 mm2/s;DCE 9例呈速升平台型,6例呈流入型,3例表现为不均匀强化,可伴有小脓肿或囊肿形成。前列腺癌呈均匀低信号,9例病灶与中央带分界不清,累及包膜;DWI呈高或稍高信号,平均ADC值(0.85±0.19)×10-3 mm2/s,与前列腺炎之间存在统计学差异(t=4.563,P<0.01);DCE 10例呈流出型,5例呈速升平台型。结论多模态磁共振成像有利于外周带弥漫前列腺癌和前列腺炎的鉴别诊断。
- 王伟邵志红王国良吴登龙高晓龙王培军
- 关键词：前列腺炎前列腺肿瘤磁共振成像
- 不同弥散加权成像对基于生成对抗网络的前列腺癌检测的影响被引量：2
- 2020年
- 目的探讨不同扩散敏感系数(b值)的弥散加权成像(DWI)对基于生成对抗网络(GAN)的前列腺癌(PCa)检测影响的价值。方法回顾性收集2012年1月—2018年6月同济大学附属同济医院就诊的前列腺疾病病例446例,其中PCa有174例、前列腺增生(BPH)有272例,所有病例均采用Siemens Verio 3.0T MRI扫描并经直肠超声引导下前列腺穿刺活检或前列腺根治术后病理证实。MRI成像序列包括横断位、矢状位高分辨T2加权成像(T2WI),扩散敏感系数(b值)分别为0、500、1000 s/mm^2横断位弥散加权成像(DWI)及动态对比增强(DCE)扫描,通过Matlab后处理计算化合成b分别为1500、2000 s/mm^2的DWI图像。本研究提出一个新型神经网络模型SegDenseAN,并结合不同b值DWI图像进行检测。将不同b值DWI与ADC影像的组合作为SegDenseAN网络的输入,各组合分别为:组合1:ADC图;组合2:ADC+DWI0+DWI500;组合3:ADC+DWI0+DWI1000;组合4:ADC+DWI0+DWI1500;组合5:ADC+DWI1000+DWI1500;组合6:ADC+DWI1000+DWI2000,分析比较不同组合对准确率的影响。结果组合1~6的准确率分别为0.871、0.887、0.903、0.903、0.903、0.935;组合1~6的灵敏度分别为0.935、0.935、0.968、0.968、0.968、0.968;组合1~6的特异度分别为0.806、0.839、0.839、0.839、0.839、0.903;组合6的前列腺癌病灶区域识别最接近于前列腺癌标注的金标准。结论SegDenseAN可以实现对于病灶区域的自动分割进而有助于前列腺癌的自动检测;多b值尤其是多高b值DWI与ADC影像的不同结合对算法的检测效果有影响,多个高b值DWI图像与ADC图结合有助于提高前列腺癌的智能检测结果。
- 王伟黄兴鸿丁偕刘全祥王培军
- 关键词：B值磁共振影像前列腺癌神经网络
