高妮
- 作品数：3 被引量：16H指数：2
- 供职机构：首都医科大学公共卫生与家庭医学学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金更多>>
- 相关领域：医药卫生交通运输工程更多>>
- 广义相加模型在北京市2012年第四季度PM2.5与救护车出车次数关联性研究中的应用
- 目的:探讨北京市每日PM2.5浓度变化与救护车出车次数的关联性.方法:采用时间序列的半参数广义相加模型,在控制救护车出车次数发生的长期趋势、温度、相对湿度等可能混杂因素的基础上,分析北京市2012年10月8日至2012年...
- 胥芹王超潘蕾曹凯刘龙王晶晶刘相佟高妮郭秀花
- 基于MR图像纹理特征的阿尔茨海默病分类模型被引量：6
- 2017年
- 目的基于MR图像,提取脑部海马区域纹理特征参数建立阿尔茨海默病(Alzheimer disease,AD)的早期分类预测模型。方法研究数据来源于美国国立老年研究所ADNI数据库,收集研究对象的磁共振(magnetic resonance,MR)脑图像,分别基于左、右和双侧海马图像,通过区域增长法和Contourlet变换提取纹理特征参数,结合研究对象的基本信息作为特征变量采用高斯过程分类方法建立AD患者和健康对照的诊断模型以及轻度认知障碍(mild cognitive impairment,MCI)患者转变为AD的预测模型,并评价模型的灵敏度、特异度以及ROC曲线下面积。结果研究共纳入420例研究对象。基于AD和健康对照两组构建的分类模型,双侧海马区的灵敏度、特异度以及ROC曲线下面积分别为92.7%、87.1%和0.922,均大于基于左侧或右侧海马区图像建立的模型。基于MCI数据建立的AD早期预测模型中,灵敏度最高为82.4%,ROC曲线下面积最高为0.836。结论基于脑部海马区的Contourlet纹理特征构建预测模型,可以识别AD早期的病变情况,这将有助于早期监测MCI进展为AD,为减缓和治疗AD发病提供依据。
- 陈斯鹏高妮田思佳张凤郭秀花
- 关键词：阿尔茨海默病CONTOURLET变换纹理特征轻度认知障碍
- 肺结节患者影像学特征分析被引量：10
- 2015年
- 目的 探讨恶性肺结节患者影像学信息的相关危险因素及保护因素.方法 收集454例肺结节患者的一般个人信息和影像学信息,其中恶性312例,良性142例.校正个人信息中的混杂因素后,应用非条件Logistic回归方法,根据各因素的优势比（OR值）及其95％置信区间（95％ CI）分析影像学中恶性肺结节的相关危险及保护因素.结果 个人信息中有统计学差异的混杂因素包括：年龄较大（55岁及以上,OR =4.112;75岁及以上,OR=3.616）、有既往肿瘤史（OR=3.206）.校正个人信息后,恶性肺结节患者影像学信息中的危险因素包括有淋巴结肿大（OR=2.734,95％CI：1.257～ 5.946）、结节直径2 cm及以上（OR=10.477,95％CI：2.229～49.251）、呈现毛玻璃结节（OR=14.569,95％CI：3.320～63.928）、边缘粗糙（OR =3.113,95％CI：1.632～5.939）、有分叶（OR=4.508,95％CI：2.326～8.736）、有空泡征（OR =5.173,95％ CI：1.920～13.940）、有胸膜凹陷征（OR =2.076,95％ CI：1.078～3.999）,保护因素为结节有钙化（OR =0.208,95％ CI：0.091 ～0.479）.结论 在关注年龄较大、有既往肿瘤史的患者同时,也要关注胸部影像中呈现淋巴结肿大、结节直径大、毛玻璃结节、边缘粗糙、有分叶、有空泡征、胸膜凹陷症、结节无钙化的患者.
- 王晶晶高妮梁志刚吕平欣郭秀花
- 关键词：肺癌肺结节影像学特征LOGISTIC回归
