期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多序列MRI的影像组学模型在腮腺肿瘤良恶性诊断中的应用
1
作者 徐祖良 盛亮 +2 位作者 何遐遐 王艳娜 汪国余 《中华全科医学》 2023年第1期108-111,共4页
目的探究腮腺肿瘤良恶性的诊断中应用基于多序列MRI的影像组学模型的临床价值。方法选取2021年1月1日—2022年5月30日于台州市中心医院就诊经病理检查证实的腮腺肿瘤患者共97例,其中良性肿瘤64例,恶性肿瘤33例,提取患者的临床资料及MRI... 目的探究腮腺肿瘤良恶性的诊断中应用基于多序列MRI的影像组学模型的临床价值。方法选取2021年1月1日—2022年5月30日于台州市中心医院就诊经病理检查证实的腮腺肿瘤患者共97例,其中良性肿瘤64例,恶性肿瘤33例,提取患者的临床资料及MRI图像。通过ITK-SNAP软件分割感兴趣区域(ROI),使用3D-slicer软件的PyRadiomics插件在T_(1)加权对比增强成像序列(T_(1)Wce)、T_(2)加权序列(T_(2)WI)及基于弥散加权成像(DWI)序列构建的表观弥散系数(ADC)图像中提取120个影像特征,使用Lasso回归进行特征降维,最后使用筛选的影像特征构建支持向量机(SVM)模型。然后绘制ROC曲线,评估模型的诊断效能。结果2组患者年龄、性别差异无统计学意义。基于患者T_(1)Wce、T_(2)WI和ADC序列以及3个序列联合构建4个影像组学模型用于腮腺肿瘤良恶性诊断,AUC分别为T_(1)Wce模型0.752,T_(2)WI模型0.776,ADC模型0.810,T_(1)Wce+T_(2)WI+ADC联合模型0.897,三序列联合模型的AUC显著高于单个序列模型。结论基于MRI影像数据构建的影像组学模型能够有效用于辅助腮腺肿瘤的良恶性诊断,其中联合T_(1)Wce、T_(2)WI和ADC序列构建的模型具有最佳的诊断效能。 展开更多
关键词 腮腺肿瘤 磁共振成像 影像组学 机器学习 支持向量机
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部