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CT动脉期图像构建预测肾透明细胞癌分级人工智能模型及其效能分析 被引量：7
1
作者 陈心怡 明樱 +4 位作者 韩雨晴 黄陈翠 徐井旭 刘庆伟 黄召勤 《医学影像学杂志》 2020年第6期1033-1036,共4页
目的探讨构建一种基于增强CT动脉期的人工智能预测模型,以实现术前对高级别(FuhrmanⅢ~Ⅳ)及低级别(FuhrmanⅠ~Ⅱ)肾透明细胞癌(ccRCC)的分级。方法回顾性分析了121例cc RCC患者(高级别=47例,低级别=74例)的增强CT图像。两位放射科医师... 目的探讨构建一种基于增强CT动脉期的人工智能预测模型,以实现术前对高级别(FuhrmanⅢ~Ⅳ)及低级别(FuhrmanⅠ~Ⅱ)肾透明细胞癌(ccRCC)的分级。方法回顾性分析了121例cc RCC患者(高级别=47例,低级别=74例)的增强CT图像。两位放射科医师合作在每个患者的CT图像上绘制了整个肿瘤的轮廓,并由软件自动形成肿瘤的3D-VOI。从VOIs中提取了6种特征。基于这些特征建立了Logistic Regression(LR)模型。结果在训练集中,LR模型的敏感性和特异性分别为85.42%和86.30%,AUC为0.9238。在验证集中,模型的敏感性和特异性分别为81.25%和84.93%,AUC为0.8987。结论基于增强CT的人工智能预测模型有助于术前预测高、低级别ccRCC。 展开更多
关键词 放射组学 肾细胞癌 体层摄影术 X线计算机
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