科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的：探讨基于MRI应用机器学习方法构建的影像组学模型对Ⅰ、Ⅱ型子宫内膜癌（EC）的鉴别诊断价值。方法 ：回顾性收集403例EC患者，其中Ⅰ型316例，Ⅱ型87例；按7∶3比例随机分为训练集（282例）和验证集（121例）。从动态对比增强延迟期（DCE4）和ADC图中提取影像组学参数。经特征降维后，分别应用逻辑回归、随机森林、自举聚合、支持向量机、人工神经网络和朴素贝叶斯6种算法构建影像组学模型。使用ROC曲线评估比较每个影像组学模型的诊断效能。结果：在影像组学模型中，由ADC及DCE4序列组合，应用朴素贝叶斯方法联合12个影像组学参数所构建的模型效能最佳，在训练集和验证集中的AUC分别为0.927和0.869。结论：基于ADC及DCE4序列应用朴素贝叶斯方法构建的影像组学模型对Ⅰ、Ⅱ型EC有很好的鉴别诊断价值。
- 出版日期2023
- 单位南京中医药大学; 江苏省中医院
