期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多参数MRI影像组学鉴别子宫内膜癌和子宫黏膜下肌瘤的价值 被引量:12
1
作者 严文杰 许传芳 +3 位作者 杜灏蓝 林晓南 兰鹏 钟群 《放射学实践》 CSCD 北大核心 2023年第7期931-936,共6页
目的:探讨基于多参数MRI影像组学建立模型在鉴别子宫内膜癌与子宫黏膜下肌瘤中的价值。方法:回顾性收集本院2013年8月-2022年1月经术后病理证实为子宫内膜癌和子宫黏膜下肌瘤病例93例,其中子宫内膜癌51例,子宫黏膜下肌瘤42例。应用Pytho... 目的:探讨基于多参数MRI影像组学建立模型在鉴别子宫内膜癌与子宫黏膜下肌瘤中的价值。方法:回顾性收集本院2013年8月-2022年1月经术后病理证实为子宫内膜癌和子宫黏膜下肌瘤病例93例,其中子宫内膜癌51例,子宫黏膜下肌瘤42例。应用Python软件Pyradiomics包将T_(2)WI、ADC、对比增强T_(1)WI(CE-T_(1)WI)图像勾画的ROI提取影像组学特征,按照7:3的比例随机分为训练集(n=65)和测试集(n=28),应用最小绝对收缩和选择算子(LASSO)回归对训练集数据进行特征降维,筛选最佳影像组学特征,代入Logistic回归机器学习方法构建模型,通过对受试者工作特征曲线、准确率、敏感度、特异度进行分析,探讨T_(2)WI、ADC、CE-T_(1)WI及T_(2)WI、ADC联合CE-T_(1)WI四组影像组学模型的诊断效能。结果:经过降维和筛选,分别在T_(2)WI、ADC、CE-T_(1)WI组中提取24、27、26个影像学特征。构建的鉴别诊断子宫内膜癌和子宫黏膜下肌瘤模型中,T_(2)WI、ADC、CE-T_(1)WI及T_(2)WI、ADC联合CE-T_(1)WI组的训练集和测试集ROC曲线下面积分别为0.97、0.88、0.93、0.99和0.90、0.67、0.85、0.94。结论:基于T_(2)WI、ADC和CE-T_(1)WI建立影像组学模型对鉴别子宫内膜癌和子宫黏膜下肌瘤有一定价值。 展开更多
关键词 磁共振成像 影像组学 子宫内膜癌 子宫黏膜下肌瘤
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部