厉力华

作品数：62被引量：176H指数：7
导出分析报告
供职机构：杭州电子科技大学更多>>
发文主题：乳腺癌乳腺病灶影像肿块更多>>
发文领域：医药卫生自动化与计算机技术电子电信生物学更多>>
发文期刊：《评价与管理》《计算机系统应用》《仪器仪表学报》《中国生物医学工程学报》更多>>
所获基金：国家自然科学基金浙江省自然科学基金国家杰出青年科学基金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
影像组学和影像基因组学研究进展及其在乳腺癌中的应用
《评价与管理》2024年第1期109-109,共1页曹晅 范明 厉力华 
影像组学是医学领域的一种新兴分析方法,它从多种成像数据中提取高通量定量特征,并通过机器学习或深度学习建立癌症诊断、预后和治疗模型。影像组学使放射科医生能够以非侵人性的方式获得比阅读影像照片更全面的肿瘤信息。影像基因组学...
关键词：影像组学 影像基因组学 乳腺癌 应用 医学影像 
动态增强影像映射图的深度学习方法预测乳腺癌新辅助化疗疗效
《中国生物医学工程学报》2023年第6期710-719,共10页刘鑫 范明 厉力华 
浙江省自然科学基金(LR23F010002);国家自然科学基金(62271178,U21A20521)。
新辅助化疗有助于提高乳腺癌患者的后期存活率,但疗效评估具有一定滞后性,准确的新辅助化疗疗效评估可以给医师更有效的临床建议,实施更优化的治疗方案。为了更好利用影像的空间信息和增强影像的时间序列信息,本研究提出一种基于动态增...
关键词：乳腺癌 新辅助化疗疗效 深度学习 映射模式 
基于纵向时间影像动态增强模式分析的乳腺癌新辅助化疗疗效预测被引量：4
《中国生物医学工程学报》2023年第2期139-147,共9页苏天放 范明 厉力华 
浙江省自然科学基金(LR23F010002);国家自然科学基金(62271178,U21A20521)。
新辅助化疗由于其较长的治疗周期,对化疗最终疗效早期准确的预测具有重要的临床参考价值。传统影像组学方法由于肿瘤异质性及影像部分容积效应等因素的存在,使得预测的精度难以进一步提高。本研究通过深度影像分解生成不同动态增强模式...
关键词：乳腺癌 动态对比增强磁共振影像分解 新辅助化疗 纵向时间分析 
数字乳腺断层摄影的影像组学对乳腺癌分子分型预测研究被引量：6
《肿瘤影像学》2023年第1期12-19,共8页李佳蔚 姜婷婷 汤振伟 简嘉豪 范明 沈茜刚 厉力华 顾雅佳 彭卫军 尤超 
国家癌症中心攀登基金(NCC201909B06);上海市卫生健康委员会面上科研项目(202240241)。
目的:探讨基于数字乳腺断层摄影(digital breast tomosynthesis,DBT)的影像组学对乳腺癌分子分型的预测价值。方法:回顾并分析2019年1月—2020年8月于复旦大学附属肿瘤医院行DBT检查并经病理学检查证实为浸润性乳腺癌的380例患者资料,...
关键词：数字乳腺断层摄影 影像组学 分子分型 预测 
基于纵向时间深度网络融合的乳腺癌新辅助化疗疗效预测被引量：2
《中国生物医学工程学报》2022年第2期186-194,共9页薛泰龙 范明 陈淑君 厉力华 
国家自然科学基金(61871428);浙江省自然科学基金(J19H180004);浙江省公益技术应用社会发展项目(LGF18H180006)。
新辅助化疗提高了乳腺癌的治愈率,但并不是对所有患者都有效,准确预测化疗疗效可以为患者治疗方案的制定提供参考价值。本研究使用深度学习的方法,融合纵向时间的动态增强磁共振成像(DCE-MRI)的影像特征对新辅助化疗疗效进行预测。分析...
关键词：乳腺癌 深度学习 新辅助化疗疗效 动态增强磁共振成像 纵向时间分析 
基于纵向时间影像预测乳腺癌新辅助化疗疗效
《杭州电子科技大学学报（自然科学版）》2021年第6期28-34,共7页陈杭 范明 厉力华 
国家自然科学基金资助项目(61871428,61731008);浙江省自然科学基金资助项目(J19H180004)。
探讨乳腺癌患者化疗前和化疗早期DCE-MRI影像特征与新辅助化疗疗效的关联,并利用影像特征对疗效进行预测。根据Miller-Payne分级,将61例患者划分为21例化疗有反应和40例化疗无反应;分割提取影像病灶区域特征;在留一法交叉验证下,使用支...
关键词：乳腺癌 新辅助化疗 动态增强磁共振成像 
基于影像组学对数字化乳腺断层摄影中肿块病变的鉴别诊断研究被引量：3
《中国癌症杂志》2021年第12期1162-1167,共6页尤超 郑惠中 姜婷婷 简嘉豪 范明 厉力华 吴炅 顾雅佳 彭卫军 
国家自然科学基金(NSFC 82071878,81901703);上海肿瘤疾病人工智能工程技术研究中心(19DZ2251800);上海市医苑新星青年医学人才培养资助计划[SHWRS(2020)087];国家癌症中心攀登基金重点项目(NCC201909B06);促进市级医院临床技能与临床创新三年行动计划—重大临床研究项目(SHDC2020CR2008A)。
背景与目的:数字乳腺体层合成(digital breast tomosynthesis,DBT)可提高病灶的检出率,目前已应用于乳腺癌筛查及人群诊断。针对DBT三维图像,探讨应用影像组学对乳腺肿块病变的鉴别诊断价值。方法:回顾并分析2019年4月—2020年8月于复...
关键词：数字乳腺体层合成 肿块 影像组学 诊断 
基于DCE-MRI影像组学非负矩阵分解的乳腺癌病理信息缺失填充研究被引量：2
《中国生物医学工程学报》2021年第4期401-409,共9页付振宇 范明 厉力华 
国家自然科学基金(61871428,61731008);浙江省自然科学基金(J19H180004)。
乳腺癌病理报告是乳腺癌诊断和治疗的主要依据,在实际诊疗过程中可能存在临床病理信息缺失的问题。利用动态增强磁共振影像(DCE-MRI)病灶区域的影像特征,结合对应乳腺癌患者的临床病理信息,建立影像组学非负矩阵分解填充模型,以实现对...
关键词：乳腺癌 病理信息 动态增强磁共振影像 非负矩阵分解 矩阵填充 
基于DCE-MRI影像的深度多任务学习联合预测乳腺癌病理信息研究被引量：6
《传感技术学报》2021年第3期354-360,共7页袁成成 范明 许茂盛 王世威 厉力华 
国家自然科学基金项目(61871428,61731008);浙江省自然科学基金项目(J19H180004)。
乳腺癌病理信息中的Ki-67表达水平、分子分型及组织学分级等信息可为患者提供预后信息,本文提出一种基于深度多任务学习对乳腺癌多种病理信息联合预测的方法。回顾性分析202例术前,化疗前的浸润性导管癌患者乳腺DCE-MRI影像,将数据集随...
关键词：乳腺癌 深度学习 多任务学习 组织学分级 KI-67表达 分子分型 
基于多参数磁共振影像组学的乳腺癌病理信息预测模型研究被引量：10
《中国生物医学工程学报》2020年第5期513-523,共11页娄潇方 范明 许茂盛 王世威 厉力华 
国家自然科学基金(61871428,61731008);浙江省自然科学基金(J19H180004)。
联合动态增强磁共振成像(DCE-MRI)、T2加权成像(T2WI)以及弥散加权成像(DWI)的影像特征,建立基于多参数影像组学的预测模型,分别对乳腺癌分子分型、组织学分级和Ki-67表达进行预测。采集150例术前、化疗前的浸润性导管癌患者乳腺MRI数据...
关键词：乳腺癌 多参数磁共振影像 组织学分级 KI-67 分子分型 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部