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
术前MRI影像组学模型预测子宫内膜癌风险分层
被引量：
5
1
作者
孔伟
余裕珍
+3 位作者
王康
陈龙
胡运祥
陈卫国
《中国医学影像技术》
CSCD
北大核心
2023年第12期1857-1861,共5页
目的观察术前MRI影像组学模型预测子宫内膜癌(EC)风险分层的价值。方法回顾性分析219例术前接受盆腔MR检查的EC患者,根据术后病理结果将其分为高风险组(n=104)及低风险组(n=115);按照不同检查时间将患者分别归入训练集(n=153)或测试集(n...
目的观察术前MRI影像组学模型预测子宫内膜癌(EC)风险分层的价值。方法回顾性分析219例术前接受盆腔MR检查的EC患者,根据术后病理结果将其分为高风险组(n=104)及低风险组(n=115);按照不同检查时间将患者分别归入训练集(n=153)或测试集(n=66),并于集内划分亚组。以3D Slicer软件于MRI中手动勾画ROI,分别基于轴位、矢状位脂肪抑制(FS)T2WI及轴位、矢状位增强FS-T1WI中提取1130个特征,之后以最小绝对收缩和选择算子(LASSO)算法分别选出12、14、16及12个(共54个)影像组学特征(联合MRI特征);再以LASSO降维并筛选出25个特征(联合LASSO特征)。以极度随机树算法分别基于各序列特征、联合MRI特征及联合LASSO特征构建模型;绘制受试者工作特征曲线,以曲线下面积(AUC)、准确度及F1评分评估各模型预测效能;以各模型在测试集中的AUC及主观阅片的AUC评估其预测效能。结果训练集中,联合MRI模型与联合LASSO模型的准确率(0.784、0.777)、F1评分(0.730、0.731)及AUC(0.835、0.855)均高于各单一序列模型;其在测试集的敏感度(0.794、0.882)、特异度(0.909、0.969)及AUC(0.904、0.934)均高于主观阅片及各单一序列模型;联合LASSO模型预测效能优于联合MRI模型。结论术前MRI影像组学可有效预测EC风险分层,尤以联合LASSO模型预测效能最佳。
展开更多
关键词
子宫内膜肿瘤
磁共振成像
影像组学
在线阅读
下载PDF
职称材料
题名
术前MRI影像组学模型预测子宫内膜癌风险分层
被引量：
5
1
作者
孔伟
余裕珍
王康
陈龙
胡运祥
陈卫国
机构
南方医科大学
南方
医院
放射
科
南方医科大学附属韶关市第一人民医院医学影像科
出处
《中国医学影像技术》
CSCD
北大核心
2023年第12期1857-1861,共5页
文摘
目的观察术前MRI影像组学模型预测子宫内膜癌(EC)风险分层的价值。方法回顾性分析219例术前接受盆腔MR检查的EC患者,根据术后病理结果将其分为高风险组(n=104)及低风险组(n=115);按照不同检查时间将患者分别归入训练集(n=153)或测试集(n=66),并于集内划分亚组。以3D Slicer软件于MRI中手动勾画ROI,分别基于轴位、矢状位脂肪抑制(FS)T2WI及轴位、矢状位增强FS-T1WI中提取1130个特征,之后以最小绝对收缩和选择算子(LASSO)算法分别选出12、14、16及12个(共54个)影像组学特征(联合MRI特征);再以LASSO降维并筛选出25个特征(联合LASSO特征)。以极度随机树算法分别基于各序列特征、联合MRI特征及联合LASSO特征构建模型;绘制受试者工作特征曲线,以曲线下面积(AUC)、准确度及F1评分评估各模型预测效能;以各模型在测试集中的AUC及主观阅片的AUC评估其预测效能。结果训练集中,联合MRI模型与联合LASSO模型的准确率(0.784、0.777)、F1评分(0.730、0.731)及AUC(0.835、0.855)均高于各单一序列模型;其在测试集的敏感度(0.794、0.882)、特异度(0.909、0.969)及AUC(0.904、0.934)均高于主观阅片及各单一序列模型;联合LASSO模型预测效能优于联合MRI模型。结论术前MRI影像组学可有效预测EC风险分层,尤以联合LASSO模型预测效能最佳。
关键词
子宫内膜肿瘤
磁共振成像
影像组学
Keywords
endometrial neoplasms
magnetic resonance imaging
radiomics
分类号
R737.33 [医药卫生—肿瘤]
R445.2 [医药卫生—影像医学与核医学]
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
术前MRI影像组学模型预测子宫内膜癌风险分层
孔伟
余裕珍
王康
陈龙
胡运祥
陈卫国
《中国医学影像技术》
CSCD
北大核心
2023
5
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
