目的:探讨CT影像组学联合机器学习在甲状腺乳头状癌与腺瘤鉴别诊断中的价值。方法:回顾性分析84例甲状腺肿瘤(乳头状癌39例,腺瘤45例)术前CT平扫的特征,首先勾画感兴趣区(ROI),再采用A.K.软件进行图像预处理及特征筛选,最终得出最具特...目的:探讨CT影像组学联合机器学习在甲状腺乳头状癌与腺瘤鉴别诊断中的价值。方法:回顾性分析84例甲状腺肿瘤(乳头状癌39例,腺瘤45例)术前CT平扫的特征,首先勾画感兴趣区(ROI),再采用A.K.软件进行图像预处理及特征筛选,最终得出最具特征的参数,随后分别构建随机森林(RF)、逻辑回归(LR)和支持向量机(SVM)机器学习模型进行分类训练,采用十折交叉验证方法结合受试者操作特征(ROC)法对上述模型的性能进行验证,并计算准确度、灵敏度和特异度。结果:Short Run Emphasisangle0offset1、Short Run High Grey Level EmphasisAllDirectionoffset1和Grey Level NonuniformityAllDirectionoffset1是最具特征的3个参数,且在甲状腺乳头状癌和甲状腺腺瘤之间的差异均有统计学意义(P<0.05)。对这3个特征参数使用3种机器算法(RF、LR和SVM)进行分类学习,并十折交叉验证,得出三者的ROC曲线下面积分别为0.77、0.74和0.72,最佳点的准确度分别为0.82、0.76和0.75,灵敏度分别为0.75、0.70和0.60,特异度分别为0.70、0.65和0.69。结论:影像组学联合机器学习在甲状腺乳头状癌与腺瘤鉴别诊断中具有价值。展开更多
目的探讨基于增强CT全瘤直方图分析鉴别诊断最大径≤5 cm胃肠道间质瘤(GIST)与胃神经鞘瘤(GS)的价值。方法回顾性分析在行腹部增强CT检查并经手术病理证实的最大径≤5 cm GIST患者51例和GS患者16例。以MaZda软件在包含肿瘤的每一层图像...目的探讨基于增强CT全瘤直方图分析鉴别诊断最大径≤5 cm胃肠道间质瘤(GIST)与胃神经鞘瘤(GS)的价值。方法回顾性分析在行腹部增强CT检查并经手术病理证实的最大径≤5 cm GIST患者51例和GS患者16例。以MaZda软件在包含肿瘤的每一层图像上手动勾画瘤体ROI,进行直方图分析,获得动脉期和静脉期图像的均值、变异度、偏度、峰度及第1、10、50、90、99百分位数9个参数。比较2组各参数的差异并分析参数的诊断效能。结果动脉期直方图参数中≤5 cm GIST的均值、变异度和第1、10、50、90百分位数分别为125.71±13.57、145.31(110.44,191.84)、97.63±16.40、110.45±14.69、125.67±13.46、141.06±13.48,GS的各值分别为139.97±19.08、99.21(80.97,135.21)、113.38±19.86、127.44±18.90、140.25±19.20、152.75±20.00,2组间差异均有统计学意义(P均<0.05),ROC曲线的AUC分别为0.76、0.72、0.75、0.78、0.76和0.73。静脉期直方图参数中≤5 cm GIST变异度为144.08(106.58,221.25),GS为94.38(80.97,122.90),前者大于后者(P<0.05),AUC为0.78。结论增强CT直方图对鉴别≤5 cm GIST与GS有较高价值,其中动脉期第10%百分位数和静脉期变异度的诊断效能较高。展开更多
文摘目的:探讨CT影像组学联合机器学习在甲状腺乳头状癌与腺瘤鉴别诊断中的价值。方法:回顾性分析84例甲状腺肿瘤(乳头状癌39例,腺瘤45例)术前CT平扫的特征,首先勾画感兴趣区(ROI),再采用A.K.软件进行图像预处理及特征筛选,最终得出最具特征的参数,随后分别构建随机森林(RF)、逻辑回归(LR)和支持向量机(SVM)机器学习模型进行分类训练,采用十折交叉验证方法结合受试者操作特征(ROC)法对上述模型的性能进行验证,并计算准确度、灵敏度和特异度。结果:Short Run Emphasisangle0offset1、Short Run High Grey Level EmphasisAllDirectionoffset1和Grey Level NonuniformityAllDirectionoffset1是最具特征的3个参数,且在甲状腺乳头状癌和甲状腺腺瘤之间的差异均有统计学意义(P<0.05)。对这3个特征参数使用3种机器算法(RF、LR和SVM)进行分类学习,并十折交叉验证,得出三者的ROC曲线下面积分别为0.77、0.74和0.72,最佳点的准确度分别为0.82、0.76和0.75,灵敏度分别为0.75、0.70和0.60,特异度分别为0.70、0.65和0.69。结论:影像组学联合机器学习在甲状腺乳头状癌与腺瘤鉴别诊断中具有价值。
文摘目的探讨基于增强CT全瘤直方图分析鉴别诊断最大径≤5 cm胃肠道间质瘤(GIST)与胃神经鞘瘤(GS)的价值。方法回顾性分析在行腹部增强CT检查并经手术病理证实的最大径≤5 cm GIST患者51例和GS患者16例。以MaZda软件在包含肿瘤的每一层图像上手动勾画瘤体ROI,进行直方图分析,获得动脉期和静脉期图像的均值、变异度、偏度、峰度及第1、10、50、90、99百分位数9个参数。比较2组各参数的差异并分析参数的诊断效能。结果动脉期直方图参数中≤5 cm GIST的均值、变异度和第1、10、50、90百分位数分别为125.71±13.57、145.31(110.44,191.84)、97.63±16.40、110.45±14.69、125.67±13.46、141.06±13.48,GS的各值分别为139.97±19.08、99.21(80.97,135.21)、113.38±19.86、127.44±18.90、140.25±19.20、152.75±20.00,2组间差异均有统计学意义(P均<0.05),ROC曲线的AUC分别为0.76、0.72、0.75、0.78、0.76和0.73。静脉期直方图参数中≤5 cm GIST变异度为144.08(106.58,221.25),GS为94.38(80.97,122.90),前者大于后者(P<0.05),AUC为0.78。结论增强CT直方图对鉴别≤5 cm GIST与GS有较高价值,其中动脉期第10%百分位数和静脉期变异度的诊断效能较高。
