期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
多参数磁共振机器学习模型鉴别诊断原发性中枢神经系统淋巴瘤与不典型胶质母细胞瘤的价值 被引量:1
1
作者 王明霄 刘国莉 +2 位作者 李艳华 孙硕 马林 《中国医学影像学杂志》 CSCD 北大核心 2024年第11期1089-1096,共8页
目的 基于多参数MRI采用6种机器学习分类算法构建预测不典型胶质母细胞瘤与原发性中枢神经系统淋巴瘤的模型,比较不同机器学习模型的诊断效能。资料与方法 回顾性分析2013年1月—2023年12月解放军总医院77例(125个病灶)原发性中枢神经... 目的 基于多参数MRI采用6种机器学习分类算法构建预测不典型胶质母细胞瘤与原发性中枢神经系统淋巴瘤的模型,比较不同机器学习模型的诊断效能。资料与方法 回顾性分析2013年1月—2023年12月解放军总医院77例(125个病灶)原发性中枢神经系统淋巴瘤,以及解放军总医院和公共数据库的90例(108个病灶)不典型胶质母细胞瘤的临床及影像资料。按7∶3随机分为训练集163例和验证集70例。选取T1WI、T2WI及增强T1WI序列进行感兴趣区分割,并从每个感兴趣区中提取1 132个影像特征。采用组内相关系数(ICC)进行一致性检验,筛选出ICC≥0.85的影像特征。依次通过ICC、递归消除法筛选出最佳特征。在6种分类器中对3个单序列特征组、3个双序列组与1个多序列特征组进行训练及验证。绘制受试者工作特征曲线评估模型的诊断效能。结果 SVM_rbf分类器与多序列特征组的组合模型是鉴别原发性中枢神经系统淋巴瘤与不典型胶质母细胞瘤的最优模型,训练集与验证集的曲线下面积分别为0.969、0.913,准确度均为0.886。结论 无创提取多参数MRI特征结合机器学习算法可有效鉴别原发中枢神经系统淋巴瘤与不典型胶质母细胞瘤,为制订个体化治疗方案提供支持。 展开更多
关键词 原发中枢神经系统淋巴 不典型胶质母细胞瘤 磁共振成像 影像组学 机器学习 诊断 鉴别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部