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2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：
CT放射组学对肾乏脂肪血管平滑肌脂肪瘤的预测价值
1
作者 韩志巍 文娣娣 +2 位作者 郭宁 魏梦绮 李天云 《空军军医大学学报》 CAS 2022年第4期453-457,461,共6页
目的肾乏脂肪血管平滑肌脂肪瘤(AMLwvf)是一种良性肿瘤,预后良好,其影像表现与恶性肿瘤相似。本研究通过放射组学方法从每位患者四期CT图像中提取有意义特征数据,并建立机器学习模型从常见肾脏肿瘤中区分出AMLwvf。方法回顾性分析29例... 目的肾乏脂肪血管平滑肌脂肪瘤(AMLwvf)是一种良性肿瘤,预后良好,其影像表现与恶性肿瘤相似。本研究通过放射组学方法从每位患者四期CT图像中提取有意义特征数据,并建立机器学习模型从常见肾脏肿瘤中区分出AMLwvf。方法回顾性分析29例病理证实AMLwvf与169例其他常见肾肿瘤病例。所有病例CT图像病灶内均未发现肉眼可见脂肪,均行CT平扫(PCP)及皮髓质期(CMP)、肾实质期(NP)、排泄期(EP)增强扫描。首先对每位患者各期图像中病灶行手工绘制容积感兴趣区(VOI),提取放射组学特征,为降低模型冗余度,采用最小绝对收缩和选择算子用于特征筛选,最后采用五折交叉验证的机器学习分类器进行鉴别诊断,具体包括K最近邻、逻辑回归、多层感知器、支持向量机。分类器的性能主要通过受试者工作曲线的曲线下面积(AUC)和准确率、敏感度、特异度来评价和比较。结果对每个病灶每期VOI所提取特征进行筛选,最终PCP、CMP、NP、EP以及CMP+NP等CT放射组学的特征分别为10、10、14、2、7个。其中CMP和NP在使用多层感知器后达到了令人满意的性能,AUC分别为0.82±0.06和0.85±0.06,准确率分别为83.33%(敏感度为0.6896,特异度为0.8579)和75.76%(敏感度为0.7241,特异度为0.7633)。EP和PCP的AUC分别为0.73±0.16和0.79±0.06,准确率分别为78.79%(敏感度为0.6207,特异度为0.8166)和79.29%(敏感度为0.5862,特异度为0.8284),将CMP和NP结合后,AUC为0.86±0.06,准确率为70.20%(敏感度为0.8621,特异度为0.6746)。结论基于放射组学特征的机器学习能区分良性的AMLwvf与常见肾脏肿块,这有助于临床对肾肿瘤患者干预方式的选择。 展开更多
关键词 肾乏脂肪血管平滑肌脂肪瘤 肾肿瘤 影像组学特征 CT
下载PDF
肾细胞癌与乏脂肪肾血管平滑肌脂肪瘤的鉴别分类模型:基于随机投影的多分类器分层融合框架
2
作者 莫天澜 吴煜良 +1 位作者 杨蕊梦 甄鑫 《南方医科大学学报》 CAS CSCD 北大核心 2022年第8期1174-1181,共8页
目的研究基于随机投影的多分类器分层融合的分类模型对良性肾小肿块乏脂肪肾血管平滑肌脂肪瘤(<4 cm)(AMLwvf)和恶性肾小肿块肾细胞癌(RCC)的鉴别能力。方法回顾性收集163例经病理证实存在肾小肿块的患者,其中118例为肾细胞癌,45例... 目的研究基于随机投影的多分类器分层融合的分类模型对良性肾小肿块乏脂肪肾血管平滑肌脂肪瘤(<4 cm)(AMLwvf)和恶性肾小肿块肾细胞癌(RCC)的鉴别能力。方法回顾性收集163例经病理证实存在肾小肿块的患者,其中118例为肾细胞癌,45例为乏脂肪肾血管平滑肌脂肪瘤,对平扫CT图像中病灶面积最大的代表性切片进行目标感兴趣区域(ROI)勾画,利用放射组学特征构建一个层次型的融合框架。在投影域水平上对同质分类器进行融合,然后在分类器水平上对融合结果进行进一步融合,最终得到基于随机投影的多分类器分层融合的AMLwvf和RCC鉴别分类模型。采用五折交叉验证方法和特异性(SPE)、灵敏度(SEN)、准确率(ACC)、ROC曲线下面积(AUC)评价AMLwvf与RCC鉴别分类模型的性能。将本研究所提模型与使用单一基分类器算法以及几种传统的集成模型对AMLwvf和RCC的鉴别分类能力进行定量比较,验证本研究所提鉴别模型的可行性和有效性。结果投影数设置为10时,本文提出的分层融合鉴别模型在所有指标上获得最好的结果。基于投影数为10的前提,五折交叉验证结果显示本研究所提出的基于多分类器分层融合的AMLwvf和RCC鉴别分类模型的SPE、SEN、ACC、AUC分别为:0.853、0.693、0.809、0.870。结论基于随机投影的多分类器集成分类系统构建的AMLwvf和RCC鉴别模型可以很好地对AMLwvf和RCC进行鉴别分类。同时与基于单一分类器算法以及其他多分类器集成系统构建的AMLwvf和RCC的鉴别模型相比,本文所提出鉴别模型在AMLwvf和RCC的鉴别分类任务中具有较大优势。 展开更多
关键词 多分类器 分层融合框架 随机投影 肾细胞癌 乏脂肪肾血管平滑肌脂肪瘤
下载PDF
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