期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CT特征和机器学习的鸟-胞内分枝杆菌复合群肺病和初治肺结核鉴别诊断模型的构建与验证
1
作者
张嘉诚
黄婷婷
+5 位作者
何旭
韩鼎盛
许倩
时付坤
侯代伦
张岚
《中国医学影像学杂志》
CSCD
北大核心
2024年第10期1007-1013,1039,共8页
目的基于胸部CT特征和机器学习构建并验证鸟-胞内分枝杆菌复合群肺病与肺结核的鉴别诊断模型。资料与方法回顾性收集2021年5月—2022年8月于首都医科大学附属北京市胸科医院确诊为鸟-胞内分枝杆菌复合群肺病及肺结核患者作为训练集,并...
目的基于胸部CT特征和机器学习构建并验证鸟-胞内分枝杆菌复合群肺病与肺结核的鉴别诊断模型。资料与方法回顾性收集2021年5月—2022年8月于首都医科大学附属北京市胸科医院确诊为鸟-胞内分枝杆菌复合群肺病及肺结核患者作为训练集,并前瞻性收集2022年9月—2023年5月河南中医药大学第一附属医院患者作为外部验证集。分析患者临床资料及影像学征象,分别采用逻辑回归、随机森林和支持向量机方法建立模型,并在验证集中进行外部验证。使用受试者工作特征曲线和精确率-召回率曲线评估模型的诊断效能,比较各模型曲线下面积的差异。结果两组患者年龄和咯血率差异有统计学意义(t=30.414,P<0.001;χ^(2)=6.186,P=0.013)。两组空洞类型和形态差异有统计学意义(χ^(2)=6.546,P=0.011;χ^(2)=24.113,P<0.001),空洞病灶分布和特征差异无统计学意义(P>0.05)。两组支气管扩张类型和分布差异有统计学意义(χ^(2)=4.634,P=0.031;χ^(2)=23.113,P<0.001)。3种机器学习模型中,支持向量机模型较逻辑回归、随机森林模型的鉴别诊断效能更好,训练集和验证集中,受试者工作特征曲线下面积、敏感度、特异度、准确度、阳性预测值和阴性预测值分别为0.960、0.857、0.936、0.905、0.933、0.880和0.885、0.767、0.800、0.783、0.793、0.774。精确率-召回率曲线显示支持向量机模型的精确率高且召回率低,即模型的性能良好。结论基于临床特征和CT征象构建的机器学习模型具有较高的诊断效能,有助于提高鸟-胞内分枝杆菌复合群肺病和肺结核的鉴别诊断。
展开更多
关键词
鸟复合分枝杆菌
结核
肺
体层摄影术
X线计算机
机器学习
诊断
鉴别
在线阅读
下载PDF
职称材料
题名
基于CT特征和机器学习的鸟-胞内分枝杆菌复合群肺病和初治肺结核鉴别诊断模型的构建与验证
1
作者
张嘉诚
黄婷婷
何旭
韩鼎盛
许倩
时付坤
侯代伦
张岚
机构
河南中医药
大学
影像医学与核医学系
河南中医药
大学
第一
附属
医院
放射科
首都医科大学附属北京市胸科医院放射科
河南中医药
大学
第一
附属
医院
MRI科
出处
《中国医学影像学杂志》
CSCD
北大核心
2024年第10期1007-1013,1039,共8页
基金
河南省科学技术基金(222300420219)。
文摘
目的基于胸部CT特征和机器学习构建并验证鸟-胞内分枝杆菌复合群肺病与肺结核的鉴别诊断模型。资料与方法回顾性收集2021年5月—2022年8月于首都医科大学附属北京市胸科医院确诊为鸟-胞内分枝杆菌复合群肺病及肺结核患者作为训练集,并前瞻性收集2022年9月—2023年5月河南中医药大学第一附属医院患者作为外部验证集。分析患者临床资料及影像学征象,分别采用逻辑回归、随机森林和支持向量机方法建立模型,并在验证集中进行外部验证。使用受试者工作特征曲线和精确率-召回率曲线评估模型的诊断效能,比较各模型曲线下面积的差异。结果两组患者年龄和咯血率差异有统计学意义(t=30.414,P<0.001;χ^(2)=6.186,P=0.013)。两组空洞类型和形态差异有统计学意义(χ^(2)=6.546,P=0.011;χ^(2)=24.113,P<0.001),空洞病灶分布和特征差异无统计学意义(P>0.05)。两组支气管扩张类型和分布差异有统计学意义(χ^(2)=4.634,P=0.031;χ^(2)=23.113,P<0.001)。3种机器学习模型中,支持向量机模型较逻辑回归、随机森林模型的鉴别诊断效能更好,训练集和验证集中,受试者工作特征曲线下面积、敏感度、特异度、准确度、阳性预测值和阴性预测值分别为0.960、0.857、0.936、0.905、0.933、0.880和0.885、0.767、0.800、0.783、0.793、0.774。精确率-召回率曲线显示支持向量机模型的精确率高且召回率低,即模型的性能良好。结论基于临床特征和CT征象构建的机器学习模型具有较高的诊断效能,有助于提高鸟-胞内分枝杆菌复合群肺病和肺结核的鉴别诊断。
关键词
鸟复合分枝杆菌
结核
肺
体层摄影术
X线计算机
机器学习
诊断
鉴别
Keywords
Mycobacterium avium complex
Tuberculosis,pulmonary
Tomography,X-ray computed
Machine learning
Diagnosis,differential
分类号
R563 [医药卫生—呼吸系统]
R445.3 [医药卫生—影像医学与核医学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CT特征和机器学习的鸟-胞内分枝杆菌复合群肺病和初治肺结核鉴别诊断模型的构建与验证
张嘉诚
黄婷婷
何旭
韩鼎盛
许倩
时付坤
侯代伦
张岚
《中国医学影像学杂志》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部