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
2
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的瘤周影像组学在肿瘤研究中的应用进展
被引量：
8
1
作者
吴佩琪
刘于宝
+2 位作者
陈祉妍
蔡海桃
毛小明
《分子影像学杂志》
2023年第1期164-169,共6页
影像组学可定量挖掘和分析医学图像的深层次信息,目前基于MRI的影像组学已广泛应用于肿瘤研究,但大多数研究忽视了瘤周影像组学特征,而瘤周影像组学特征可能蕴含肿瘤微环境相关信息。因此,越来越多的研究开始将MRI瘤周影像组学特征纳入...
影像组学可定量挖掘和分析医学图像的深层次信息,目前基于MRI的影像组学已广泛应用于肿瘤研究,但大多数研究忽视了瘤周影像组学特征,而瘤周影像组学特征可能蕴含肿瘤微环境相关信息。因此,越来越多的研究开始将MRI瘤周影像组学特征纳入到肿瘤研究中,在肿瘤的鉴别诊断、分子分型、转移预测、疗效评估、复发和预后预测等方面取得了一定的进展。本文就基于MRI的瘤周影像组学在肿瘤研究中的应用进展进行综述。
展开更多
关键词
肿瘤
瘤周
影像组学
核磁共振成像
预测
在线阅读
下载PDF
职称材料
乳腺良恶性病变鉴别的MRI影像组学预测模型构建:基于随机森林、支持向量机、逻辑回归分类器
被引量：
14
2
作者
吴佩琪
杨雅俪
+2 位作者
周妍璐
郭粉玲
毛小明
《分子影像学杂志》
2021年第5期764-770,共7页
目的构建基于随机森林、支持向量机和逻辑回归分类器的MRI影像组学预测模型,对乳腺良恶性病变进行鉴别,并评估上述模型的诊断价值。方法回顾性分析在南方科技大学盐田医院进行MRI影像检查并获得手术病理的34例乳腺病变患者的动态增强MR...
目的构建基于随机森林、支持向量机和逻辑回归分类器的MRI影像组学预测模型,对乳腺良恶性病变进行鉴别,并评估上述模型的诊断价值。方法回顾性分析在南方科技大学盐田医院进行MRI影像检查并获得手术病理的34例乳腺病变患者的动态增强MRI图像。按0.8∶0.2的比例将病例分为训练集(n=27)和测试集(n=7)。采用3D Slicer软件勾画乳腺病灶靶区并生成3D感兴趣体积,对每个感兴趣体积提取1037个影像组学特征,使用LASSO进行影像组学特征降维,然后在训练集中采用随机森林、支持向量机和逻辑回归等3种分类器分别构建乳腺良恶性病变的预测模型,并在测试集中进行评估。结果经LASSO降维后共选出6个影像组学特征标签进行建模,3种模型在训练集中的分类效果均非常好(曲线下面积>0.90),其中稳定性最高的是基于逻辑回归分类器建立的乳腺良恶性病变影像组学预测模型。结论基于随机森林、支持向量机和逻辑回归的MRI影像组学预测模型在诊断乳腺良恶性病变方面都具有较好的诊断效能,其中逻辑回归模型更为稳定。影像组学方法可为乳腺良恶性病变的预测提供新的手段。
展开更多
关键词
乳腺癌
核磁共振
影像组学
预测模型
随机森林
支持向量机
逻辑回归
在线阅读
下载PDF
职称材料
题名
基于MRI的瘤周影像组学在肿瘤研究中的应用进展
被引量：
8
1
作者
吴佩琪
刘于宝
陈祉妍
蔡海桃
毛小明
机构
南方科技大学
盐田
医院
(
深圳市
盐田区
人民医院
)
放射科
南方
医科
大学
深圳
医院
放射科
南方
医科
大学
第三临床医学院
暨南
大学
附属珠海
医院
(珠海市
人民医院
)
放射科
湖南中医药
大学
医学院
出处
《分子影像学杂志》
2023年第1期164-169,共6页
基金
国家高性能医疗器械创新中心开放基金面上项目(NMED2021MS-01-003)
广东省医学科学技术研究基金项目(B2022071)
+2 种基金
深圳市科技计划项目(JCYJ20210324132809023
JCYJ2021032412540301)
深圳市盐田区软科学研究及社会公益性项目(YTWS20200204)。
文摘
影像组学可定量挖掘和分析医学图像的深层次信息,目前基于MRI的影像组学已广泛应用于肿瘤研究,但大多数研究忽视了瘤周影像组学特征,而瘤周影像组学特征可能蕴含肿瘤微环境相关信息。因此,越来越多的研究开始将MRI瘤周影像组学特征纳入到肿瘤研究中,在肿瘤的鉴别诊断、分子分型、转移预测、疗效评估、复发和预后预测等方面取得了一定的进展。本文就基于MRI的瘤周影像组学在肿瘤研究中的应用进展进行综述。
关键词
肿瘤
瘤周
影像组学
核磁共振成像
预测
Keywords
tumor
peritumoral
radiomics
magnetic resonance imaging
prediction
分类号
R730.2 [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
乳腺良恶性病变鉴别的MRI影像组学预测模型构建:基于随机森林、支持向量机、逻辑回归分类器
被引量：
14
2
作者
吴佩琪
杨雅俪
周妍璐
郭粉玲
毛小明
机构
南方科技大学
盐田
医院
(
深圳市
盐田区
人民医院
)
放射科
湖南中医药
大学
医学院
出处
《分子影像学杂志》
2021年第5期764-770,共7页
基金
深圳市盐田区科技计划项目(YTWS20200204)。
文摘
目的构建基于随机森林、支持向量机和逻辑回归分类器的MRI影像组学预测模型,对乳腺良恶性病变进行鉴别,并评估上述模型的诊断价值。方法回顾性分析在南方科技大学盐田医院进行MRI影像检查并获得手术病理的34例乳腺病变患者的动态增强MRI图像。按0.8∶0.2的比例将病例分为训练集(n=27)和测试集(n=7)。采用3D Slicer软件勾画乳腺病灶靶区并生成3D感兴趣体积,对每个感兴趣体积提取1037个影像组学特征,使用LASSO进行影像组学特征降维,然后在训练集中采用随机森林、支持向量机和逻辑回归等3种分类器分别构建乳腺良恶性病变的预测模型,并在测试集中进行评估。结果经LASSO降维后共选出6个影像组学特征标签进行建模,3种模型在训练集中的分类效果均非常好(曲线下面积>0.90),其中稳定性最高的是基于逻辑回归分类器建立的乳腺良恶性病变影像组学预测模型。结论基于随机森林、支持向量机和逻辑回归的MRI影像组学预测模型在诊断乳腺良恶性病变方面都具有较好的诊断效能,其中逻辑回归模型更为稳定。影像组学方法可为乳腺良恶性病变的预测提供新的手段。
关键词
乳腺癌
核磁共振
影像组学
预测模型
随机森林
支持向量机
逻辑回归
Keywords
breast cancer
magnetic resonance imaging
radiomics
prediction model
random forest
support vector machine
logistic regression
分类号
R737.9 [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
基于MRI的瘤周影像组学在肿瘤研究中的应用进展
吴佩琪
刘于宝
陈祉妍
蔡海桃
毛小明
《分子影像学杂志》
2023
8
在线阅读
下载PDF
职称材料
2
乳腺良恶性病变鉴别的MRI影像组学预测模型构建:基于随机森林、支持向量机、逻辑回归分类器
吴佩琪
杨雅俪
周妍璐
郭粉玲
毛小明
《分子影像学杂志》
2021
14
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
