Methods of Information in Medicine
影响因子2019：1.574
本期为您推荐医学信息学期刊Methods of Information in Medicine，以广州市第一人民医院放射科江新青教授为通讯作者的论文，欢迎阅读。
Methods of Information in Medicine
作者：
Hongzhen Wu, Xin Chen, Jiawei Chen, Yuqi Luo, Xinqing Jiang, Xinhua Wei, Wenjie Tang, Yu Liu, Yingying Liang, Weifeng Liu, Yuan Guo
广州市第一人民医院 | 华南理工大学
华南理工大学附属第二医院 | 广州医科大学
Methods Inf Med 2019; 58(01): 042-049
DOI: 10.1055/s-0039-1688758
目的：探讨基于计算机断层扫描（CT）的纹理分析在描述肝细胞癌（HCCs）P53突变中的作用。
方法：共有63例HCC患者接受了CT扫描和P53突变检测。根据P53评分将患者分为P53(−)和P53(+)两组。从CT图像中计算出一阶和二阶纹理特征，并采用独立学生t检验进行组间比较。相关性采用Spearman相关系数，评估不同P53评分与CT结果的关系。利用接受者操作特征分析评估纹理特征在区分HCC P53突变中的表现。
结果： P53(−)的角二阶距（ASM；均值=0.001）和对比度（均值=194.727）的均值高于P53(+)。同时，P53(−)的相关性（均值=0.735）、方差和（均值=1,111.052）、逆差分矩（IDM；均值=0.090）和熵值（均值=3.016）的均值均低于P53(+)。P53值与ASM（r=−0.439）、对比度（r=−0.263）、相关性（r= 0.551）、离差平方和（r= 0.282）、方差和（r= 0.417）、IDM（r= 0.308）和熵（r= 0.569）之间存在显著相关性。可预测P53突变的ASM、对比度、相关性、IDM、熵等五个纹理参数，曲线下面积（AUCs）为0.621至0.792。
结论：P53突变与灰度共生矩阵有直接关系，但与HCC患者的直方图无直接关系。相关性和熵似乎最有可能区分P53(−)和P53(+)。
综上所述，我们的研究结果支持P53突变与GLCM直接相关的假设，但不支持P53突变与HCC患者的直方图直接相关。在GLCM的纹理特征中，由于相关系数和AUC相对较大，相关性和熵最有可能区分P53(−)和P53(+)，并具有重要意义。
微信扫描二维码，免费阅读或下载全文。
通讯作者
江新青 | 教授、博导 | 广州市第一人民医院
现任广州市第一人民医院副院长、主任医师、二级正高，国务院政府特殊津贴专家，广州市优秀专家，广州市医学重点人才。
江新青教授专业基础扎实，临床经验丰富，主要从事ＭＲ与ＣＴ及放射诊断工作，具备解决本专业领域疑难病例的能力。对本专业国内外现状和发展趋势有深入了解，主要研究方向为腹盆部影像学及分子影像学,部分研究达国内领先、国际先进水平。
社会职务包括中华医学会放射学分会委员、中华医学会腹部放射学专委会副主任委员、中华医学会科技奖评审委员会委员、中华国际医学促进会放射学分会常委、广东省医院协会医学影像管理分会主任委员、广东省医学会放射学分会副主任委员、广东省医师协会放射学分会副主任委员、广东省辐射防护协会医学辐射防护分会副主任委员、广州市医学会放射学分会主任委员等。
Methods of Information in Medicine
Issues per year : 6
Volume : 59
Year : 2020
ISSN : 0026-1270
影响因子2019：1.574
Methods of Information in Medicine发表国际、同行评审、原始研究论文、综述、社论和给编辑的信。它成立于1962年，是该领域历史最悠久、运行时间最长的期刊。本刊的重点是健康信息学中的方法，包括公共卫生和消费者信息学。我们欢迎描述构建、整合、分析、存储和可视化信息的新型科学方法以及系统设计、实施和评价方法的投稿。
所提出的方法应解决明确的临床、公共卫生或患者需求，并可能植根于许多不同的领域，如本体和知识建模、自然语言处理、统计、设计科学、机器学习和人工智能、多模式数据集成、标准化、实施科学和评价。可能的应用领域包括任何健康信息学领域，如信息系统和服务、临床决策支持、消费者健康和患者电子服务、疾病监测以及资源匮乏环境中的信息系统基础设施。
关于生物信息学、图像和信号处理、医学决策理论和纯流行病学研究的稿件将被排除在外，因为他们有其它更适合发表的期刊。
