张罡
- 作品数：7 被引量：24H指数：3
- 供职机构：安徽医科大学第二附属医院更多>>
- 发文基金：江苏省放射医学与防护重点实验室开放课题更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 核素显像在^(131)I治疗甲状腺两叶不均等Graves病中的应用价值被引量：6
- 2019年
- 目的探讨核素甲状腺显像在131I治疗甲状腺两叶不均等Graves病病人中的应用,为临床Graves病的131I个性化治疗提供依据。方法选择2010年1月至2015年12月间,在安徽医科大学第二附属医院核医学科首次接受131I治疗的Graves病病人194例。131I治疗前均行甲状腺核素显像,勾画甲状腺两叶ROI(region of interest),分别记录两叶放射性计数,根据两叶放射性计数比值差值绝对值分为两组:A组为比值差值≥20%,共40例; B组为差值<5%,共154例。参照131I治疗格雷夫斯甲亢指南(2013版)又分为:治愈组(完全缓解和甲减)和未愈组(部分缓解、无效和复发)。结果 (1) A、B组病人治愈率分别为75. 00%、89. 61%,两组治愈率间比较差异有统计学意义(χ2=5. 84,P <0. 05);(2) 40例Graves病病人中甲状腺两叶长轴比值、短轴比值及面积比值的差值与放射性计数比值的差值均无相关性(均P> 0. 05);(3) A、B两组病人的治疗剂量分别为(474. 00±310. 80) MBq、(393. 68±306. 73) MBq,差异无统计学意义(均P> 0. 05);而A组中未愈组和治愈组与B组未愈组和治愈组比较均差异有统计学意义(均P <0. 05)。结论 (1)131I治疗甲状腺两叶大小不均等Graves病的效果明确,但较均等增大病人的重复治疗机率增大,可适当增加131I治疗计划量;(2)甲状腺的长轴、短轴及面积等指标不能替代放射性计数来评估Graves病病人甲状腺两叶的不均等性。
- 李飞张敬苗张罡
- 关键词：格雷夫斯病碘放射性同位素放射性核素显像放射治疗剂量
- 正常前列腺18F-FDG PET/CT代谢显像增龄变化的研究
- 2020年
- 目的探讨18F-氟脱氧葡萄糖(FDG)PET/CT显像中正常前列腺标准化摄取值(SUV)、CT值、PET/CT横断位最大层面测量的前列腺左右径(简称最大横径)和患者年龄之间的关系。方法回顾性分析2018年6月至2019年2月在安徽医科大学第二附属医院行18F-FDG PET/CT显像的非前列腺癌男性患者181例,年龄19~94(60.6±14.5)岁。将患者按年龄段分为4组:19~39岁16例、40~59岁57例、60~79岁94例、80~99岁14例。采用勾画感兴趣区(ROI)的方法测量各组患者前列腺18F-FDG最大标准化摄取值(SUVmax)、平均标准化摄取值(SUVmean)和平均CT值(CTmean),并在前列腺横断位最大层面测量前列腺最大横径。采用Pearson相关性分析、散点图和线性回归趋势线分析前列腺最大横径、SUVmax、SUVmean、CTmean和年龄之间的相关性,采用单因素方差分析及LSD-t检验对各组患者相关参数的均值进行多重比较。结果181例患者的前列腺最大横径为3.4~6.5(4.66±0.59)cm,SUVmax为1.0~4.2(2.44±0.49),SUVmean为0.7~3.4(1.97±0.44),CTmean为25~46(34.48±3.72)HU。前列腺最大横径与患者年龄呈正相关(r=0.465,P<0.001);前列腺SUVmax、SUVmean与患者年龄、前列腺最大横径无相关性(r=0.047、0.071、0.040、0.035,均P>0.05);前列腺CTmean随患者年龄的增长而增加,两者呈极弱相关性或无相关(r=0.126,P=0.091)。不同年龄段的各组患者的前列腺最大横径分别为(4.04±0.27)、(4.52±0.53)、(4.77±0.54)、(5.24±0.65)cm;SUVmax分别为(2.48±0.65)、(2.38±0.50)、(2.46±0.47)和(2.48±0.42);SUVmean分别为(2.03±0.51)、(1.90±0.44)、(2.00±0.42)和(2.05±0.41);CTmean分别为(33.25±3.59)、(34.19±3.76)、(34.76±3.80)、(35.29±2.97)HU。不同年龄段的各组患者前列腺最大横径之间的差异有统计学意义(F=16.278,P<0.001),而SUVmax、SUVmean和CTmean之间的差异均无统计学意义。结论前列腺最大横径随着患者年龄的增长而增加,但患者年龄不会显著影响前列腺的糖代谢和CT�
- 黄山李飞庞小溪高磊张罡
- 关键词：前列腺正电子发射断层显像术氟脱氧葡萄糖F18标准化摄取值
- 基于深度前馈神经网络的多因子人体表面积计算模型被引量：2
- 2023年
- 人体表面积(BSA)在临床医学上有着至关重要的作用,但现有BSA计算方法大多只使用身高和体重2个参数且采用匹配简单函数的方法来估计体表面积,临床上也认为现有的BSA计算方法误差较大。针对这些问题,提出一种BSA回归预测模型。该回归预测模型包含2个部分:首先,借助相关性和显著性分析选择相关性较高的体表面积影响因子;其次,利用人体数据训练深度前馈神经网络,构建回归模型。实验分别采取5-折交叉验证与测试集验证2种方法。首先,将深度前馈神经网络模型与传统人体表面积计算方法进行精度评估和结果对比分析;其次将深度前馈神经网络模型与3种模型进行精度评估和结果对比分析。在与传统方法对比中,深度前馈神经网络模型的决定系数高于2种传统方法的,且比传统方法提高了6%,误差与传统方法的相比降低了近一倍。在与3种模型的对比中,深度前馈神经网络的决定系数比其他模型的提高了至少2%,误差降低。一致性分析实验结果也显示,深度前馈神经网络95%一致性界限最小,一致性最好。总体来说,提出的回归预测模型可以得到更加精确的体表面积预测值。
- 王雨露李飞杨震黄山张罡詹曙
- 七种肾小球滤过率评估公式在肾恶性肿瘤患者适用性评估被引量：2
- 2017年
- 目的:评估七种肾小球滤过率估算公式在肾恶性肿瘤患者中的适用性。方法:回顾分析我院2015年1月~2016年12月泌尿外科收治泌尿系统肿瘤80例,以^(99m)Tc-DTPA肾动态显像测得肾小球滤过率(GFR)且体表面积标准化后为参照标准rGFR;分别以CKD-EPI_(Scr)、CKD-EPI_(SCysC)、CKD-EPI_(Scr-SCysC)、CKD-EPI_(亚洲)、CKD-EPI_(糖尿病)、改良MDRD、简化MDRD估算肿瘤患者GFR,分别以eGFR-EPI_(Scr)、eGFR-EPI_(SCysC)、eGFR-EPI_(Scr-SCysC)、eGFR-EPI_(亚洲)、eGFR-EPI_(糖尿病)、eGFR_(改良MDRD)、eGFR_(简化MDRD)表达。分别从相关性、偏差、30%准确度、精密度及95%一致性和诊断肾功能下降受试者工作特征曲线(ROC)等方面评估七种公式在肾恶性肿瘤患者中效能。结果:(1)Scr与rGFR有相关性(r=-0.298,P=0.007),SCysC与rGFR无相关性(r=-0.154,P=0.173);(2)各预测eGFR-EPI_(Scr)、eGFR-EPI_(SCysC)、eGFR-EPI_(Scr-SCysC)、eGFR-EPI_(亚洲)、eGFR-EPI_(糖尿病)、eGFR_(改良MDRD)、eGFR_(简化MDR)值与rGFR均有相关性(r=0.434、0.282、0.383、0.421、0.506、0.429、0.426,P=0.000、0.011、0.000、0.000、0.000、0.000、0.000);(3)eGFR-EPI_(Scr)、eGFR-EPI_(亚洲)、eGFR-EPI_(糖尿病)与rGFR30%符合率最高;(4)配对t检验结果示eGFR-EPI_(Scr)、eGFR-EPI_(SCysC)、eGFR-EPI_(Scr-SCysC)、eGFR-EPI_(亚洲)、eGFR_(简化MDRD)与rGFR差异无统计学意义(P>0.05);(5)Bland-Altma结果,所有公式一致性均超过预定的界限,相比较,eGFR_(糖尿病)与rGFR一致性较好;以GFR<60ml·min^(-1)·1.73m^(-2)为诊断肾功下降全界点,ROC曲线结果显示,eGFR-EPI_(Scr)、eGFR-EPI_(SCysC)、eGFR-EPI_(Scr-SCysC)、eGFR-EPI_(亚洲)、eGFR-EPI_(糖尿病)、eGFR_(改良MDRD)、eGFR_(简化MDRD)的eGFR的曲线下面积(AUC)分别为0.808、0.684、0.765、0.781、0.848、0.792、0.797,eGFR-EPI_(Scr-SCysC)、eGFR-EPI_(Scr)、eGFR-EPI_(亚洲)、改良eGFR_(MDRD)、eGFR_(简化MDRD)、eGFR-EPI_(糖尿病)、估算eGFR敏感度较高,eGFR-EPI_(糖尿病)特异性最佳。结论:七�
- 李飞邓庆梅黄山张罡陈红刘秀霞韩丽
- 关键词：肾脏肾肿瘤肾小球滤过率
- 核素肾动态显像评估12种肾小球滤过率计算公式在肾脏疾病中应用被引量：7
- 2021年
- 目的核素肾动态显像评估12种肾小球滤过率(GFR)计算公式在估算肾脏疾病患者GFR中适用性。方法选择肾脏疾病患者137例,其中男性84例,女性53例;年龄16~85岁,中位年龄52.5岁;慢性肾脏病(CKD)84例,非CKD 53例。行99m锝-二乙三胺五乙酸(99mTc-DTPA)肾动态单光子发射体层摄影术(SPECT)测定GFR。以SPECT所测得的GFR(i GFR)作为参考标准,以临床应用的12种方程(如MDRD公式、CKD-EPI、CG公式、Hojs公式、Filler公式)估算GFR(e GFR)为对照,分析各e GFR与i GFR的相关性、偏差、精确度、准确率、一致性及各公式预测早期CKD[或肾功能下降i GFR<60 m L/(min·1.73 m^(2))]诊断效能。结果各e GFR与i GFR均显示相关性(P<0.05)。在数值估算上,CKD组中CKD-EPI糖尿病估算的e GFR与i GFR有较小偏差、较高精确度、较高符合率及一致性,非CKD组一致性超过预定的界限。12种公式预测早期CKD[或肾功能下降i GFR<60 m L/(min·1.73 m^(2))]诊断效能受试者工作特性(ROC)曲线下面积示CKD-EPI糖尿病测量的e GFR曲线下面积、Youden指数最大,非CKD组Hojs公式、Filler公式测量的e GFR曲线下面积、Youden指数最大。结论12种公式预测的e GFR均存在不同程度偏差,CKD-EPI糖尿病在CKD、非CKD两组中预测GFR值最适用;CKD-EPI糖尿病预测CKD组早期CKD发生诊断效能最大,Hojs公式、Filler公式预测非CKD组早期肾功能下降[GFR<60 m L/(min·1.73 m^(2))]发生诊断效能最大。
- 李飞邓庆梅黄山王为民张罡张敬苗朱夏夏庞小溪
- 关键词：肾动态显像肾小球滤过率肾小球滤过率评估方程
- 肾小球滤过率评估方程在糖尿病患者中的应用被引量：8
- 2017年
- 目的评估美国慢性肾脏病流行病学协作组(CKD-EPI)系列方程及修正方程预测糖尿病患者肾小球滤过率(GFR)的效能,包括CKD-EPI肌酐(Scr)方程(CKD-EPI_(scr))、CKD-EPI半胱氨酸蛋白酶抑制剂C(SCysC)方程(CKD-EPI_(scysc))、CKD-EPI Scr和SCysC混合方程(CKD-EPI_(Scr-SCysC))、亚洲CKD-EPI方程(CKD-EPI_(亚洲))、中国糖尿病CKD-EPI方程(CKD-EPI_(糖尿病))及改良肾脏病膳食改良实验(MDRD)、Cockcroft-Gault(CG)方程、简化MDRD方程。方法采用碱性苦味酸法测定血清Scr,胶乳增强免疫透射比浊法测定血清ScysC,^(99)Tc-DTPA肾动态显像法测定GFR,并经体表面积标准化后获得rGFR。分析Scr、ScysC、各方程计算获得GFR(eGFR)与rGFR的相关性,并比较各方程的30%符合率、各方程eGFR与rGFR的偏差和偏离程度及一致性。以rGFR<60ml/(min·1.73m^2)为诊断肾功能不全的标准,采用ROC曲线分析各公式eGFR诊断肾功能不全的效能。结果 Scr、Scys与rGFR呈负相关(P均<0.001);各方程CKD-EPIScr、CKD-EPIScysC、CKD-EPI_(Scr-SCysC)、CKD-EPI_(亚洲)、CKD-EPI_(糖尿病)、改良MDRD、CG、简化MDRD测量的eGFR与rGFR均呈正相关(P均<0.001)。CKD-EPI_(糖尿病)、简化MDRD测量的eGFR与rGFR30%符合率较高;CKD-EPIScr、CKD-EPI_(亚洲)、CKDEPI_(糖尿病)、改良MDRD测得的eGFR与rGFR差异无统计学意义(P均>0.05);CKD-EPI_(糖尿病)测量的eGFR与rGFR一致性最好,其余所有公式一致性均超过预定的界限。ROC曲线示CKD-EPI_(糖尿病)测量的eGFR曲线下面积最大、Youden指数最高。结论 8种公式预测的eGFR均存在不同程度偏差,中国2型糖尿病方程CKD-EPI准确率和一致性最佳。
- 李飞邓庆梅黄山张罡张敬苗
- 关键词：肾小球滤过率肾小球滤过率评估方程
- 基于主成分分析的深度前馈神经网络的肾小球滤过率估算算法
- 2023年
- 目的提出一种基于主成分分析(principal component analysis,PCA)的深度前馈神经网络(deep feedforward neural network,DFNN),建立一个适用于中国慢性肾脏病(chronic kidney disease,CKD)人群的肾小球滤过率(glomerular filtration rate,GFR)估算模型,并探讨其在慢性肾脏病患者肾小球滤过率估算中的应用。方法受试者为2019年5月—2021年1月就诊于安徽医科大学第二附属医院,排除年龄<18岁的肾功能不稳定,服用甲氧苄啶或西咪替丁或接受透析后的163例患者。本研究以99m Tc-DTPA肾动态显像测定GFR为标准,建立主成分分析的深度前馈神经网络(deep feedforward neural network,DFNN)模型,以此估算GFR,同时将估算GFR结果与传统CG方程和BP神经网络估算结果进行对比分析。结果通过PCA-DFNN-1神经网络训练出来的估算模型的15%符合率、30%符合率、50%符合率分别为38.77%、55.1%、75.5%;ROC曲线下面积为0.845;Youden指数为0.58。结论提出的基于主成分分析的深度前馈神经网络模型有优于CG方程和BP神经网络模型的结果,可以用于估算GFR。
- 王露露杨震黄山张罡李飞詹曙
- 关键词：慢性肾脏病肾小球滤过率主成分分析
