期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于MRI的神经网络模型预测胶质母细胞瘤O^(6)-甲基鸟嘌呤-DNA-甲基转移酶启动子状态 被引量:1
1
作者 王瑾 刘光耀 +3 位作者 王俊 白玉萍 甘铁军 张静 《兰州大学学报(医学版)》 2023年第2期50-55,共6页
目的基于神经网络模型使用术前常规模态磁共振图像预测胶质母细胞瘤O^(6)-甲基鸟嘌呤-DNA-甲基转移酶(MGMT)启动子甲基化状态。方法回顾性分析兰州大学第二医院经手术病理证实的129例胶质母细胞瘤患者的T2WI序列和T1WI对比增强序列的磁... 目的基于神经网络模型使用术前常规模态磁共振图像预测胶质母细胞瘤O^(6)-甲基鸟嘌呤-DNA-甲基转移酶(MGMT)启动子甲基化状态。方法回顾性分析兰州大学第二医院经手术病理证实的129例胶质母细胞瘤患者的T2WI序列和T1WI对比增强序列的磁共振图像,其中MGMT甲基化患者66例,MGMT非甲基化患者63例。基于EfficientNet卷积神经网络分别构建T2-net、T1C-net及两种序列联合的TS-net,通过受试者工作特征(ROC)曲线、曲线下面积(AUC)敏感度、准确度及特异度评价模型预测效能。结果TS-net在训练和验证数据集的AUC分别为0.944和0.838,T1C-net模型的AUC分别为0.951和0.830,T2-net的AUC分别为0.929和0.781。结论基于磁共振常规序列图像训练深度学习模型可有效预测胶质母细胞瘤患者的MGMT甲基化状态,帮助制定进一步治疗计划。 展开更多
关键词 胶质母细胞瘤 ^o^(6)-甲基鸟嘌呤-dna-甲基转移酶甲基化状态 磁共振成像 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部