目的探讨小样本甲状腺高b值扩散加权成像(DWI)影像组学分类模型鉴别诊断结节型桥本甲状腺炎(NHT)与甲状腺微小乳头状癌(PTMC)的价值。资料与方法回顾性纳入经病理证实的40例46个NHT和48例61个PTMC甲状腺高b值DWI,对结节进行分割、特征...目的探讨小样本甲状腺高b值扩散加权成像(DWI)影像组学分类模型鉴别诊断结节型桥本甲状腺炎(NHT)与甲状腺微小乳头状癌(PTMC)的价值。资料与方法回顾性纳入经病理证实的40例46个NHT和48例61个PTMC甲状腺高b值DWI,对结节进行分割、特征值提取,并使用3种特征值标准化、2种降维、3种特征值筛选方法确定影像组学特征值,采用受试者工作特征(ROC)曲线和曲线下面积(AUC)分析10种分类模型对两种病变的鉴别诊断效能。结果46个NHT和61个PTMC共提取了107个影像组学特征值。当选择Normalize to unit(NormUnit)进行标准化、主成分分析进行降维、ANOVA进行特征值筛选,在15个特征值时,线性判别分析分类模型鉴别诊断NHT与PTMC效果最优,准确度为85.71%,敏感度为80.00%,特异度为100.00%,AUC值为0.925。结论小样本甲状腺高b值DWI影像组学分类模型对于NHT和PTMC具有鉴别诊断价值。展开更多
文摘目的探讨小样本甲状腺高b值扩散加权成像(DWI)影像组学分类模型鉴别诊断结节型桥本甲状腺炎(NHT)与甲状腺微小乳头状癌(PTMC)的价值。资料与方法回顾性纳入经病理证实的40例46个NHT和48例61个PTMC甲状腺高b值DWI,对结节进行分割、特征值提取,并使用3种特征值标准化、2种降维、3种特征值筛选方法确定影像组学特征值,采用受试者工作特征(ROC)曲线和曲线下面积(AUC)分析10种分类模型对两种病变的鉴别诊断效能。结果46个NHT和61个PTMC共提取了107个影像组学特征值。当选择Normalize to unit(NormUnit)进行标准化、主成分分析进行降维、ANOVA进行特征值筛选,在15个特征值时,线性判别分析分类模型鉴别诊断NHT与PTMC效果最优,准确度为85.71%,敏感度为80.00%,特异度为100.00%,AUC值为0.925。结论小样本甲状腺高b值DWI影像组学分类模型对于NHT和PTMC具有鉴别诊断价值。
