期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
可视化影像决策模型在评估肺结节浸润程度中的价值 被引量:3
1
作者 张榕 蔡宏杰 +5 位作者 梁演婷 洪敏萍 刘子蔚 杨少民 王华峰 胡秋根 《放射学实践》 CSCD 北大核心 2024年第8期1032-1039,共8页
目的:探讨基于临床资料、影像征象和影像组学特征构建的联合模型在术前对肺结节浸润程度的预测价值,并通过决策热图及Shapley算法对模型进行可视化分析。方法:回顾性搜集2018年1月-2022年3月在本院经病理确诊的179例肺结节患者的临床资... 目的:探讨基于临床资料、影像征象和影像组学特征构建的联合模型在术前对肺结节浸润程度的预测价值,并通过决策热图及Shapley算法对模型进行可视化分析。方法:回顾性搜集2018年1月-2022年3月在本院经病理确诊的179例肺结节患者的临床资料和术前CT图像(肺窗平扫)。根据肺肿瘤新分类,分为腺体前驱病变组(78例)和浸润性肺腺癌组(101例)。采用Deepwise软件,分别提取瘤灶、瘤周3 mm和5 mm区域的影像组学特征。使用单因素分析、相关性分析、Boruta算法和逐步logistic回归分析等特征筛选算法确定各区域的最佳组学特征,然后采用logistics方法分别构建3个单区域及2个多区域(肿瘤+瘤周3 mm及肿瘤+瘤周5 mm)共5个影像组学模型,分析各模型的预测效能并计算其影像组学评分(Radsocre)。通过单因素和多因素logistic回归方法筛选相关临床指标和结节的主要CT征象,并采用XGBoost算法将筛选出的高危因素结合瘤灶+瘤周3 mm联合模型的影像组学得分构建临床影像联合模型。额外收集浙江省嘉兴市中医医院经病理证实的69例肺结节患者的临床和CT资料来完成联合模型的泛化性验证。利用决策热图和Shapley算法对模型分别进行可视化和特征贡献度分析。结果:相比单区域影像组学模型(训练集:AUC=0.740、0753、0.768;验证集:AUC=0.841、0.856、0.809),多区域影像组学模型在两个数据集中均显示出更高的预测效能(AUC=0.878和0.834)。XGBoost联合模型的预测效能得到进一步地提高(AUC=0.948和0.886)。Shapley分析显示影像组学得分、CT值和结节长度为预测肺结节浸润程度的最重要的3个特征。决策热图算法实现了对浸润性预测推演过程的可视化。结论:XGBoost模型对肺结节浸润性的评估具有较高的准确性和泛化性。决策热图实现了可解释机器学习算法的可视化从而保障了模型的实用性,为肺结节的临床处理及管理提供了一种无创性的辅助诊断工具。 展开更多
关键词 肺结节 浸润程度 瘤周 影像组学 Boruta算法 XGBoost算法 Shapley算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部