期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
^(18)F-D3FSP PET/CT机器学习模型评估主观认知功能下降
1
作者 孟凡盛 田占宇 +3 位作者 龚伟 熊亮 蒋海壮 于丽娟 《中国医学影像技术》 北大核心 2025年第4期573-577,共5页
目的 观察^(18)F-D3FSP PET/CT机器学习(ML)模型用于评估主观认知功能下降(SCD)的价值。方法 于中国认知下降纵向研究队列(SILCODE)中选取32例接受^(18)F-D3FSP PET/CT检查的SCD患者(SCD组)及16名健康志愿者(对照组);按7∶3比例将其分... 目的 观察^(18)F-D3FSP PET/CT机器学习(ML)模型用于评估主观认知功能下降(SCD)的价值。方法 于中国认知下降纵向研究队列(SILCODE)中选取32例接受^(18)F-D3FSP PET/CT检查的SCD患者(SCD组)及16名健康志愿者(对照组);按7∶3比例将其分为训练集(n=34)及测试集(n=14),基于汉密尔顿焦虑量表(HAMA)评分及组间差异有统计学意义的脑区标准摄取值比值(SUVR)分别构建支持向量机(SVM)、随机森林(RF)及逻辑回归(LR)模型评估SCD;利用格式转化对PET/CT数据进行扩增,并按8∶2比例划分训练集(含8 775幅CT及1 833幅PET图像)及测试集(含2 025幅CT及423幅PET图像),分别基于CT及PET构建VGG16模型用于评估SCD。结果 SVM、RF及LR模型评估训练集SCD的受试者工作特征曲线下面积(AUC)均为1.000,在测试集分别为0.863、0.872及1.000;LR模型存在过拟合,RF模型效能更优。基于CT及基于PET的VGG16模型评估训练集SCD的准确率分别于第175次及第150次迭代后趋于稳定,最高分别为67.11%及65.35%;其在测试集的准确率分别于第165次及第145次迭代后趋于稳定,最高分别为62.43%及59.16%。结论 ^(18)F-D3FSP PET/CT ML模型可用于评估SCD。 展开更多
关键词 认知障碍 机器学习 体层摄影术 X线计算机 正电子发射断层显像
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部