张晓东
- 作品数：109 被引量：422H指数：12
- 供职机构：北京大学第一医院更多>>
- 发文基金：首都卫生发展科研专项国家教育部博士点基金北京市科委重大项目更多>>
- 相关领域：医药卫生自动化与计算机技术电子电信理学更多>>
- 应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌盆腔外脏器及转移灶分割被引量：1
- 2024年
- 目的探讨应用深度学习进行基于前列腺癌转移报告和数据系统指南的晚期前列腺癌患者盆腔外脏器及转移灶分割的可行性。资料与方法回顾性收集北京大学第一医院2017年1月—2022年1月不同扫描部位(头部、颈部、胸部、腹部)的经临床综合诊断存在转移灶的数据集(头部、颈部、胸部及腹部转移患者分别为68、91、57、263例),用于进行扫描范围的分类模型及不同区域脏器和转移灶的分割模型训练。另收集90例经病理证实为前列腺癌且行全身MRI患者用于模型的外部验证。以手工标注的区域(脑实质、颈椎、肺实质、纵隔、胸椎、肝、腰椎)及转移灶标签为“金标准”,评估模型的分割性能。评价指标包括Dice相似系数(DSC)、体积相似度(VS)。结果在外部验证数据集中,分类模型在头部、颈部、胸部和腹部的符合率分别为100%(90/90)、98.89%(89/90)、96.67%(87/90)和94.44%(85/90);分割模型对不同区域脏器分割的DSC、VS范围分别为(0.86±0.10)~(0.99±0.01)、(0.89±0.10)~(0.99±0.01);分割模型对不同转移灶分割的DSC、VS范围分别为(0.65±0.07)~(0.72±0.13)、(0.74±0.04)~(0.82±0.13)。结论基于深度学习的3D U-Net模型可实现晚期前列腺癌患者的盆腔外区域及转移灶分割。
- 刘想曲别雪蕾吴静云吴鹏升张晓东王霄英
- 瞬感血糖仪与生化分析仪血糖结果比对研究
- 2024年
- 目的 比较Free Style Libre Flash葡萄糖监测系统与日立7600全自动生化分析仪对糖尿病患者血糖的检测结果,评估Free Style Libre Flash葡萄糖监测系统的准确度。方法 随机选取2020年4月—2021年4月北京大学第一医院太原医院内分泌科配备雅培瞬感血糖仪的30例糖尿病患者,通过标准糖耐量试验,用Free Style Libre Flash葡萄糖监测仪和日立7600全自动生化分析仪分别测定患者空腹、1 h、2 h、3 h的血糖水平,对比检验结果。结果 随机抽取的瞬感血糖仪达到了国家标准和ISO 15197—2013《体外诊断检测系统——血糖监测系统通用技术要求》。瞬感血糖仪和全自动生化分析仪测量结果对比,差异无统计学意义(P>0.05)。线性相关分析结果显示,高、中、低浓度样本的相关系数分别为0.980、0.991、0.953。结论 瞬感血糖仪与采用标准血糖测量方法结果具有良好的相关性,检测结果稳定可靠。
- 张晓东杨超
- 关键词：血糖全自动生化分析仪
- 核磁共振预约迟到预测方法、装置、电子设备
- 本发明涉及人工智能领域，具体涉及一种核磁共振预约迟到预测方法、装置、系统及存储介质。包括：获取核磁共振检查预约数据，将预约信息按照不同的属性特点进行分类；将分类后的预约信息以及标注信息输入至初始迟到预测网络，对初始迟到预...
- 张晓东任昕刘水王霄英
- 基于深度学习算法的增强CT检查后对比剂肾病预测模型研究被引量：1
- 2023年
- 目的:利用深度学习算法对增强CT检查后发生对比剂肾病(CIN)的风险因素进行分析,并构建CIN的预测模型。方法:从RIS系统中回顾性搜集增强CT检查并建立CIN数据库。检索数据库资料,导出基本信息、基础病史、对比剂注射信息共计18项指标,对患者资料进行筛选、预处理后,建立二分类模型研究队列。经数据处理后利用深度学习方法在整理好的CIN数据集上进行开发和训练。结果:CIN二分类模型对测试集数据预测结果显示CIN阴性分类的精确度、召回率和F1-分数分别为0.982、0.752和0.852,CIN阳性分类的精确度、召回率和F1-分数分别为0.229、0.842和0.359。该模型ROC曲线下面积均为0.89。结论:本研究使用深度学习算法构建了CIN的预测模型,模型对CIN阳性的患者有较高敏感性,但是特异性有待提高。
- 赵凯吴静云张保翠罗健张晓东王霄英
- 关键词：人工智能肾病
- 瘤内及瘤周动态增强MRI影像组学特征鉴别乳腺原位癌与浸润性癌的可行性研究被引量：8
- 2022年
- 目的探讨基于乳腺癌瘤内及瘤周区域动态增强MRI影像组学特征构建的预测模型鉴别乳腺原位癌与浸润性癌的可行性。方法回顾性分析北京大学第一医院2013年1至12月经粗针穿刺活体组织检查或手术切除组织病理学检查确诊为浸润性乳腺癌及2013年1月至2015年12月经手术切除组织病理学检查确诊为乳腺原位癌的连续病例。所有患者均有术前完整乳腺MRI图像。共入组251例患者(251个病灶),均为女性,年龄23~82岁,中位年龄53岁,其中乳腺原位癌43例,乳腺浸润性癌208例。所有病例按照7∶3比例随机分为训练集(176例)与测试集(75例)。在训练集中结合动态增强(DCE)蒙片及早期强化图像,对乳腺肿瘤区域及瘤周区域进行半自动分割,然后提取、筛选影像组学特征并建立预测模型。测试集进行模型效能测试。采用受试者操作特征(ROC)曲线及曲线下面积(AUC)分析训练集及测试集中各模型的预测效能。结果利用瘤内、瘤周、瘤内联合瘤周影像组学特征建立的预测模型效能均较好,在测试集中3个预测模型鉴别乳腺原位癌与浸润性癌的AUC分别为0.865、0.896、0.922,两两比较差异无统计学意义(P>0.05),灵敏度分别为77.4%、87.1%、83.9%,特异度分别为92.3%、84.6%、100%,准确度分别为80.0%、85.3%、86.7%。结论利用乳腺癌瘤内及瘤周动态增强MRI的影像组学特征鉴别乳腺原位癌与浸润癌具有潜在可行性。
- 姜原程元甲郭丽马明明张耀峰张晓东王霄英秦乃姗
- 关键词：乳腺肿瘤原位癌
- 基于深度学习模型实现颈椎MR图像上各结构的自动分割被引量：7
- 2021年
- 目的:探讨3D U-Net模型自动分割颈椎矢状面T_(1)WI和T_(2)WI图像上颈椎各结构的可行性。方法:回顾性搜集拟诊为颈椎病的92例患者的矢状面T_(1)WI和T_(2)WI图像资料,由两位影像医师在每例患者的2个序列图像上分别人工标注颈椎各结构,包括椎体、椎间盘、硬膜囊、脊髓和椎间孔。将178个序列的图像随机分为训练集(n=138)、调优集(n=20)和测试集(n=20)。采用训练集的数据训练3D U-Net分割模型,在调优数据集中微调参数,在测试集中采用定量指标(Dice相似系数,DSC)和定性指标(主观评分)评价模型的分割效能,并比较各结构的DSC值在3组内及3组间是否存在统计学差异。结果:在测试集中3D U-Net模型分割颈椎椎体、椎间盘、硬膜囊、脊髓和椎间孔的DSC值分别为0.87±0.03、0.85±0.04、0.87±0.04、0.82±0.05和0.57±0.08,分割颈椎各解剖结构的总体DSC值为0.80±0.13。各结构的DSC值在3组内及组间均有统计学差异(P<0.001)。主观评价显示3D U-Net模型分割颈椎各结构获得的图像均符合临床测量要求。结论:基于矢状面T_(1)WI和T_(2)WI序列的3D U-Net模型对颈椎各结构的分割可达到较高的准确性。
- 朱逸峰赵凯郭丽张耀峰王祥鹏张晓东李雨师王霄英
- 关键词：磁共振成像颈椎人工智能
- 基于深度学习的三翻转角2D SPGR MRI序列定量估算单侧肾动脉狭窄动物模型肾脏R1参数图的初步研究被引量：1
- 2023年
- 目的探讨基于深度学习实现对三翻转角2D SPGR MRI序列定量估算单侧肾动脉狭窄动物模型肾脏R1参数图的可行性。方法共纳入12只平均体重3.2 kg的健康新西兰大白兔,对每只兔子施行左肾动脉部分结扎手术以建立单侧肾动脉狭窄(RAS)动物模型。RAS术前和术后每隔10 min采集一次2D单层三翻转角SPGR MRI数据,其中术前2次和术后9次,以获得单侧RAS造成肾脏水含量水平改变前后的肾脏R1参数图。最终获得127个2D图像对,每对图像包括一个由相同层面3个翻转角(15°,24°和33°)的SPGR序列图像组成三通道2D图像和一个传统可变翻转角R1估算方法得到相应层面的R1参数图图像。应用基于深度学习的编码器-解码器结构训练R1参数图生成模型。将RAS术后采集的92例数据分为训练集(74对)和调优集(18对),将RAS术前采集的34例数据及1例RAS术后的数据作为测试集(35对)。以测试集的峰值信噪比和结构相似性结果为R1参数图生成模型的评价指标。结果在测试集中,R1参数图生成模型的峰值信噪比(dB)和结构相似性(%)分别为22.08±2.33和79.49±6.49。结论基于深度学习模型可实现对兔子肾脏R1参数图的定量估算进而定量评估其肾实质的水含量。
- 米悦张晓东吴静云孙艳罗健赵凯王霄英
- 关键词：肾动脉狭窄
- 基于深度学习自动分割模型的DWI影像组学模型预测前列腺癌盆腔骨转移被引量：5
- 2021年
- 目的:探讨基于DWI图像利用深度学习方法建立的分割模型对盆腔骨结构的自动分割价值,以及基于自动分割图像建立的影像组学模型对前列腺癌骨转移的诊断效能。方法:回顾性搜集2017年1月-2020年1月因临床怀疑前列腺癌而行盆腔多参数MRI扫描的614例患者的DWI数据,训练3D U-Net模型对盆腔骨质结构进行自动分割。以两位影像科医师手工勾画和标注的8个盆腔骨质结构(下腰椎、骶骨、髂骨、髋臼、耻骨、坐骨、股骨头、股骨颈)为金标准,在不同数据集(训练集、调优集、测试集)中,采用Dice相似系数(DSC)、Jaccard相似系数(JSC)和Hausdorff表面距离(HSD)评估3D U-Net模型自动分割盆腔各骨质结构的效能。另搜集2020年2月-2020年12月在本院经病理证实为前列腺癌的275例患者的影像资料,用于盆腔骨质结构分割模型的外部验证集及建立预测骨转移灶的影像组学模型,采用受试者工作特征曲线(ROC)评估影像组学模型的分类效能。结果:U-Net分割模型在测试集中的DSC、JSC和HSD值分别为0.87±0.03、0.77±0.04和21.75±12.08;在外部验证集中相应参数值分别为0.82±0.06、0.71±0.08和16.27±4.35。基于275例前列腺癌患者的盆腔骨质结构自动分割图像,共提取和筛选出20个影像组学特征参数,所建立的影像组学模型在测试集中的ROC曲线下面积(AUC)为0.965(95%CI:0.899~0.993),敏感度为97.14%(95%CI:85.1%~99.9%),特异度为89.36%(95%CI:76.9%~96.5%)。结论:基于DWI图像利用深度学习方法建立的自动分割模型能准确分割盆腔骨质结构,随后建立的影像组学模型可以有效检出盆腔范围内的骨转移灶,为自动评估前列腺癌患者盆腔骨转移提供了新方法。
- 刘想崔应谱韩超孙兆男张耀峰王祥鹏张晓东王霄英
- 关键词：前列腺癌骨转移扩散加权成像
- 肺部纯磨玻璃结节病理类型预测方法、装置、设备及介质
- 本发明涉及结节病理类型判断技术领域，公开了一种肺部纯磨玻璃结节病理类型预测方法、装置、设备及介质，包括：构建并训练3D图像恢复模型；将3D图像恢复模型中的共享特征提取编码器和解码器迁移至3D图像分割模型，将共享特征提取编...
- 李简齐康张晓东王霄英张玉东王可欣林钢张西宁刘海波黄伟明赵凯吴静云刘婧
- 一种对比剂肾病患病风险的预测方法、装置、设备及介质
- 本发明涉及医学诊断技术领域，公开了一种对比剂肾病患病风险的预测方法、装置、设备及介质，其中，方法包括获取待预测患者注射对比剂前的临床指标数据集；将注射对比剂前的临床指标数据集输入至预训练的对比剂肾病患病风险的预测模型中，...
- 张晓东王霄英赵凯罗健张保翠吴静云
