《临床放射学杂志》发表论文赏析
作者:简远熙, 柳瑞, 鲁茸迪几, 扎西七林, 拉茸七林, 尼玛卓玛, 吴自强, 杨素萍
单位:650101 昆明医科大学第二附属医院放射科简远熙、柳 瑞、杨素萍; 674400 香格里拉市人民医院影像科鲁茸迪几、扎西七林、拉茸七林、尼玛卓玛、吴自强
摘要:目的探讨基于多参数MRI影像组学联合多种机器学习算法模型对睾丸良恶性病变的鉴别诊断价值。方法回顾性搜集148例经病理证实为睾丸良恶性病变患者的首次MRI及临床、实验室检查资料;其中良性60例,恶性88例;按照7∶3比例随机将其分为训练集(n=103)和测试集(n=45)。采用3D-Slicer软件逐层勾画病灶的感兴趣区(ROI),并提取组学特征。采用最大相关最小冗余(mRMR)、最小绝对收缩和选择算子算法(LASSO)筛选最优组学特征,并分别采用6种机器学习算法构建模型。应用受试者工作特征曲线(ROC)的曲线下面积(AUC)、敏感度、特异度、准确率评估模型的预测效能。结果对比增强(CE)-T<sub>1</sub>WI+扩散加权成像(DWI)+T<sub>2</sub>WI中提取的组学特征联合逻辑回归(LR)机器学习算法所构建的模型的AUC值在训练集和测试集分别为0.927和0.982,且敏感度、特异度和准确率为所有模型中最高。结论基于CE-T<sub>1</sub>WI+DWI+T<sub>2</sub>WI组学特征并结合LR机器学习算法的模型在睾丸良恶性病变的鉴别诊断中具有最佳的预测效能。
关键词:睾丸病变,良性,恶性,磁共振成像,影像组学
2025年4期其他文献查阅:
基于磁化转移成像技术在特发性震颤与帕金森病鉴别诊断中的价值探究
基于深度学习图像分割结合影像组学鉴别高级别胶质瘤和转移瘤的应用研究
基于多序列磁共振成像U-net模型在脑胶质瘤预后评估中的应用价值
基于CT影像组学及深度学习模型区分腮腺多形性腺瘤和基底细胞腺瘤
磁共振虚拟弹性成像和体素不相干运动成像评估乳腺良、恶性病变:与超声弹性成像的对比研究
DECT定量参数联合形态学特征预测肺实性结节浸润性非黏液腺癌的分化程度
四维血流磁共振成像在肝硬化患者门静脉系统解剖和血流动力学的可行性研究
基于术前18F-FDG PET/CT影像组学机器学习模型预测Ⅱ~Ⅲ期结直肠腺癌病理高危状态及预后评估
使用扩散加权成像实现在治疗床上即刻评估磁共振引导聚焦超声治疗消融子宫肌瘤的效果
基于能谱CT 120 kVp-like图像和碘图的细胞外体积分数在术前预测肾透明细胞癌分级的价值
机器学习多种算法构建MRI影像组学模型预测睾丸良恶性病变的对比分析
双层探测器光谱CT单能量成像联合去金属伪影算法在TIPS术后随访的应用价值
3D-T2WI-DESS及DTI成像技术在腰骶神经解剖及功能成像中的应用