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
基于多参数MRI影像组学构建机器学习模型与直肠癌Ki-67表达相关性
1
作者
孙铭洁
薄娟
+4 位作者
魏龙宇
付宝月
李雪萌
董江宁
高飞
《安徽医学》
2024年第6期687-693,共7页
目的探讨mp-MRI的影像组学模型术前无创性预测直肠癌患者Ki-67表达水平的价值。方法回顾性分析2016年1月至2023年7月在安徽省肿瘤医院就诊的97例直肠腺癌患者临床资料,术前行常规MRI检查及IVIM-DWI扫描,根据术后病理Ki-67表达状态,分为...
目的探讨mp-MRI的影像组学模型术前无创性预测直肠癌患者Ki-67表达水平的价值。方法回顾性分析2016年1月至2023年7月在安徽省肿瘤医院就诊的97例直肠腺癌患者临床资料,术前行常规MRI检查及IVIM-DWI扫描,根据术后病理Ki-67表达状态,分为低表达组(n=64)、高表达组(n=33)。在三个不同序列(高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLEX和IVIM-DWI)上分别提取三维影像组学纹理分析特征参数。按7∶3比例分为训练组(n=67)和测试组(n=30),训练组用于特征筛选和建立影像组学模型,测试组用于验证所建立模型的可靠性。比较训练组和测试组患者基线资料的差异,使用Pearson相关性、SelectPercentile和LASSO完成最佳预测特征选择,分别基于影像组学特征采用SGD、SVM和LR机器学习算法构建模型,并进行10折交叉验证。应用受试者操作特征(ROC)曲线评估模型预测直肠腺癌Ki-67表达水平的效能,采用DeLong检验对曲线下面积(AUC)进行比较。结果从每例患者的高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLE和IVIM-DWI(b=800 s/mm^(2))三个序列上共提取出5622个影像组学特征;筛选出6个影像组学特征作为最佳预测特征构建模型。SGD、SVM和LR的最高AUC分别为0.867、0.853和0.884;其中SGD算法准确率为76%,在3个模型中预测性能最佳。结论基于多参数MRI的影像组学模型在术前预测直肠腺癌Ki-67表达水平有一定的价值,SGD在预测直肠腺癌Ki-67表达水平中效能最佳。
展开更多
关键词
KI-67
直肠癌
多参数磁共振
影像组学
机器学习
在线阅读
下载PDF
职称材料
题名
基于多参数MRI影像组学构建机器学习模型与直肠癌Ki-67表达相关性
1
作者
孙铭洁
薄娟
魏龙宇
付宝月
李雪萌
董江宁
高飞
机构
皖南医学院研究生院
蚌埠医
科
大学
研究生院
安徽
医
科
大学
研究生院
中国科学技术大学
附属
第一
医院
(
安徽省立医院
)
西区
影像
科
出处
《安徽医学》
2024年第6期687-693,共7页
文摘
目的探讨mp-MRI的影像组学模型术前无创性预测直肠癌患者Ki-67表达水平的价值。方法回顾性分析2016年1月至2023年7月在安徽省肿瘤医院就诊的97例直肠腺癌患者临床资料,术前行常规MRI检查及IVIM-DWI扫描,根据术后病理Ki-67表达状态,分为低表达组(n=64)、高表达组(n=33)。在三个不同序列(高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLEX和IVIM-DWI)上分别提取三维影像组学纹理分析特征参数。按7∶3比例分为训练组(n=67)和测试组(n=30),训练组用于特征筛选和建立影像组学模型,测试组用于验证所建立模型的可靠性。比较训练组和测试组患者基线资料的差异,使用Pearson相关性、SelectPercentile和LASSO完成最佳预测特征选择,分别基于影像组学特征采用SGD、SVM和LR机器学习算法构建模型,并进行10折交叉验证。应用受试者操作特征(ROC)曲线评估模型预测直肠腺癌Ki-67表达水平的效能,采用DeLong检验对曲线下面积(AUC)进行比较。结果从每例患者的高分辨Ax-T2WI、动态增强平衡期Sag LAVA-FLE和IVIM-DWI(b=800 s/mm^(2))三个序列上共提取出5622个影像组学特征;筛选出6个影像组学特征作为最佳预测特征构建模型。SGD、SVM和LR的最高AUC分别为0.867、0.853和0.884;其中SGD算法准确率为76%,在3个模型中预测性能最佳。结论基于多参数MRI的影像组学模型在术前预测直肠腺癌Ki-67表达水平有一定的价值,SGD在预测直肠腺癌Ki-67表达水平中效能最佳。
关键词
KI-67
直肠癌
多参数磁共振
影像组学
机器学习
Keywords
Ki-67
Rectal cancer
Multi-parametric magnetic resonance imaging
Radiomics
Machine learning
分类号
R735.37 [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
基于多参数MRI影像组学构建机器学习模型与直肠癌Ki-67表达相关性
孙铭洁
薄娟
魏龙宇
付宝月
李雪萌
董江宁
高飞
《安徽医学》
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
