期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MRI影像组学模型术前预测垂体神经内分泌瘤血供
1
作者
吴莉莉
孙陈
+3 位作者
何天洪
吴树剑
范莉芳
陈基明
《中国肿瘤临床》
CAS
CSCD
北大核心
2024年第8期406-412,共7页
目的:探讨基于MRI影像组学特征的机器学习模型在术前预测垂体神经内分泌瘤血供的价值。方法:回顾性分析2013年4月至2023年4月皖南医学院第一附属弋矶山医院136例经病理确诊的垂体神经内分泌瘤(直径>10 mm)患者的临床和影像资料。根...
目的:探讨基于MRI影像组学特征的机器学习模型在术前预测垂体神经内分泌瘤血供的价值。方法:回顾性分析2013年4月至2023年4月皖南医学院第一附属弋矶山医院136例经病理确诊的垂体神经内分泌瘤(直径>10 mm)患者的临床和影像资料。根据术中所见将其分为血供丰富组50例和血供一般组86例。按照完全随机的方法将所有患者以7∶3的比例分为训练组96例和验证组40例。采用多因素Logistic回归(LR)、随机森林(RF)、支持向量机(SVM)三种机器学习算法分别建立影像组学预测模型。绘制受试者工作特征曲线(ROC)评价模型的诊断效能,并绘制决策曲线分析(DCA)评估模型的临床净收益。结果:临床模型在训练组和验证组中的曲线下面积(AUC)为0.74、0.82;T1WI、T2WI、T1WI增强及联合序列影像组学模型在训练组中AUC分别为0.80、0.84、0.82、0.84,在验证组中分别为0.82、0.80、0.85、0.83;LR、RF、SVM模型在训练组中的AUC分别为0.85、0.87、0.84,验证组中分别为0.85、0.85、0.83。影像组学各模型均优于临床模型的诊断效能。DCA显示联合序列模型、LR及SVM模型均获得较好的临床净收益,LR模型最优。结论:MRI影像组学的机器学习各模型均具有较高的预测价值,优于临床医生肉眼观察MRI图像的判断,且具有较好的临床净收益,能够为临床决策提供有效指导作用。
展开更多
关键词
垂体神经内分泌瘤
血供
机器学习
影像组学
磁共振成像
在线阅读
下载PDF
职称材料
题名
基于MRI影像组学模型术前预测垂体神经内分泌瘤血供
1
作者
吴莉莉
孙陈
何天洪
吴树剑
范莉芳
陈基明
机构
皖南医学院弋矶山医院放射科
皖南医学院医学影像学院
出处
《中国肿瘤临床》
CAS
CSCD
北大核心
2024年第8期406-412,共7页
基金
皖南医学院校中青年科研基金(编号:WK2023ZQNZ53)资助。
文摘
目的:探讨基于MRI影像组学特征的机器学习模型在术前预测垂体神经内分泌瘤血供的价值。方法:回顾性分析2013年4月至2023年4月皖南医学院第一附属弋矶山医院136例经病理确诊的垂体神经内分泌瘤(直径>10 mm)患者的临床和影像资料。根据术中所见将其分为血供丰富组50例和血供一般组86例。按照完全随机的方法将所有患者以7∶3的比例分为训练组96例和验证组40例。采用多因素Logistic回归(LR)、随机森林(RF)、支持向量机(SVM)三种机器学习算法分别建立影像组学预测模型。绘制受试者工作特征曲线(ROC)评价模型的诊断效能,并绘制决策曲线分析(DCA)评估模型的临床净收益。结果:临床模型在训练组和验证组中的曲线下面积(AUC)为0.74、0.82;T1WI、T2WI、T1WI增强及联合序列影像组学模型在训练组中AUC分别为0.80、0.84、0.82、0.84,在验证组中分别为0.82、0.80、0.85、0.83;LR、RF、SVM模型在训练组中的AUC分别为0.85、0.87、0.84,验证组中分别为0.85、0.85、0.83。影像组学各模型均优于临床模型的诊断效能。DCA显示联合序列模型、LR及SVM模型均获得较好的临床净收益,LR模型最优。结论:MRI影像组学的机器学习各模型均具有较高的预测价值,优于临床医生肉眼观察MRI图像的判断,且具有较好的临床净收益,能够为临床决策提供有效指导作用。
关键词
垂体神经内分泌瘤
血供
机器学习
影像组学
磁共振成像
Keywords
pituitary neuroendocrine tumors
blood supply
machine learning
radiomics
magnetic resonance imaging(MRI)
分类号
R445.2 [医药卫生—影像医学与核医学]
R736.4 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MRI影像组学模型术前预测垂体神经内分泌瘤血供
吴莉莉
孙陈
何天洪
吴树剑
范莉芳
陈基明
《中国肿瘤临床》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
