您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览13 | 下载10

目的 建立基于常规MRI序列的影像组学模型,比较不同模型预测非小细胞肺癌(non-small cell lung cancer,NSCLC)纵隔淋巴结转移的效能.材料与方法 回顾性分析2012年10月至2022年5月南通市第一人民manbet官网登录 90例NSCLC患者的术前MRI数据,根据手术病理结果分为淋巴结转移阳性组(52例)和阴性组(38例),采用完全随机法按照7∶3比例将患者分为训练集和测试集,盐城第一人民manbet官网登录 的31例患者数据作为外部验证(阳性9例,阴性22例),放射科ManBetX万博官网地址下载 半自动逐层勾画原发病灶,提取基于T1WI、T2WI、高b值弥散加权成像(diffusion weighted imaging,DWI)、表观扩散系数(apparent diffusion coefficient,ADC)图像的组学特征,由超参数搜索在单因素方差分析、L1正则化、树模型等特征筛选法中选择最佳方法用于降维,分别建立逻辑斯特回归(logistic regression,LR)、高斯朴素贝叶斯(Gaussian naive Bayes,Gaussian NB)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)、决策树(decision tree,DT)等11种模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线来评估模型的性能.结果 在不同序列中DT、LR、SVM模型的预测性能都表现良好,其中基于T2WI图像构建的SVM模型效能最佳,训练集、测试集及外部验证集曲线

作者:曹瑕尹;李蕊;王婉琼;薛颖;江建芹;崔磊

来源:磁共振成像 2024 年 15卷 4期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:13 | 下载:10
作者:
曹瑕尹;李蕊;王婉琼;薛颖;江建芹;崔磊
来源:
磁共振成像 2024 年 15卷 4期
标签:
非小细胞肺癌 淋巴结转移 预测模型 影像组学 机器学习 磁共振成像 non-small cell lung cancer lymph node metastasis prediction model radiomic machine learning magnetic resonance imaging
目的 建立基于常规MRI序列的影像组学模型,比较不同模型预测非小细胞肺癌(non-small cell lung cancer,NSCLC)纵隔淋巴结转移的效能.材料与方法 回顾性分析2012年10月至2022年5月南通市第一人民manbet官网登录 90例NSCLC患者的术前MRI数据,根据手术病理结果分为淋巴结转移阳性组(52例)和阴性组(38例),采用完全随机法按照7∶3比例将患者分为训练集和测试集,盐城第一人民manbet官网登录 的31例患者数据作为外部验证(阳性9例,阴性22例),放射科ManBetX万博官网地址下载 半自动逐层勾画原发病灶,提取基于T1WI、T2WI、高b值弥散加权成像(diffusion weighted imaging,DWI)、表观扩散系数(apparent diffusion coefficient,ADC)图像的组学特征,由超参数搜索在单因素方差分析、L1正则化、树模型等特征筛选法中选择最佳方法用于降维,分别建立逻辑斯特回归(logistic regression,LR)、高斯朴素贝叶斯(Gaussian naive Bayes,Gaussian NB)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)、决策树(decision tree,DT)等11种模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线来评估模型的性能.结果 在不同序列中DT、LR、SVM模型的预测性能都表现良好,其中基于T2WI图像构建的SVM模型效能最佳,训练集、测试集及外部验证集曲线