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：
基于非小细胞肺癌双能CT表现及影像组学列线图模型预测其血管生成拟态 被引量：7
1
作者 李阳 杨昭 +7 位作者 李淑华 赵楠楠 张舒妮 杨静茹 周辉 李伟 蒋明宽 谢宗玉 《中国医学影像技术》 CSCD 北大核心 2023年第5期684-689,共6页
目的基于非小细胞肺癌(NSCLC)双能CT(DECT)表现及影像组学构建联合列线图模型,分析其预测NSCLC血管生成拟态(VM)的价值。方法回顾性分析137例经手术病理证实的单发NSCLC患者,以7∶3比例将其分为训练集[n=95,37例VM(+)、58例VM(-)]和验证... 目的基于非小细胞肺癌(NSCLC)双能CT(DECT)表现及影像组学构建联合列线图模型,分析其预测NSCLC血管生成拟态(VM)的价值。方法回顾性分析137例经手术病理证实的单发NSCLC患者,以7∶3比例将其分为训练集[n=95,37例VM(+)、58例VM(-)]和验证集[n=42,19例VM(+)、23例VM(-)]。基于肺窗CT提取及筛选最优影像组学特征,计算影像组学评分。以单因素分析及多因素logistic回归分析筛选NSCLC表达VM的独立预测因素,分别以之构建临床、能谱及影像组学模型;基于独立预测因素构建联合列线图模型。采用受试者工作特征曲线评估各模型预测NSCLC VM的效能,以校准曲线分析模型的拟合度,以决策曲线分析评估模型的临床获益。结果最终筛选出6个最优影像组学特征。病灶最大径、毛刺征、CT_(140 keV)及影像组学评分为NSCLC VM的独立预测因素(OR=2.25、9.69、0.99、-14.44,P均<0.05)。临床、能谱及影像组学模型预测验证集NSCLC VM的曲线下面积(AUC)分别为0.83、0.85、0.87,均低于联合列线图模型(AUC=0.95,Z=2.14、2.10、2.07,P均<0.05)。联合列线图模型预测结果与实际结果的一致性较好,且其临床获益较高。结论基于DECT及影像组学构建的联合列线图模型能可有效预测NSCLC VM。 展开更多
关键词 肺肿瘤 体层摄影术 X线计算机 影像组学 血管生成拟态
在线阅读 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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部