《临床放射学杂志》发表论文赏析
作者:张强, 杨浩然, 张虎, 崔运福, 许昌, 崔文举
单位:256600 滨州医学院附属医院放射科张 强、张 虎、崔运福、许 昌、崔文举;250011 济南,山东中医药大学附属医院杨浩然
摘要:目的探讨基于能谱CT增强图像的支持向量机(SVM)模型在鉴别肺内实性结节良恶性的价值。方法回顾性分析2021年3月至2023年6月滨州医学院附属医院经手术或穿刺病理证实的肺内实性结节234例,其中恶性结节140例,良性结节94例。术前均行能谱CT增强扫描,应用3D-slicer软件在动脉期70 keV图像上手动勾画感兴趣区(ROI)并提取影像组学特征,应用最小绝对收缩和选择算子(LASSO)算法及互信息法降维并提取最优影像组学特征,按照7∶3的比例分为训练集及验证集,采用SVM法构建预测模型,使用受试者工作特征(ROC)曲线评估模型的诊断效能。结果共提取出1168个影像组学特征,经LASSO降维后筛选出19个特征,然后采用互信息法提取出对模型影响最大的15个特征,应用SVM观测该15个特征数据。经回归分析,构建肺实性结节的预测模型,该模型ROC曲线的曲线下面积(AUC)在训练集及验证集上分别为0.932、0.810。结论应用基于能谱CT增强图像的SVM方法在预测肺实性结节良恶性中具有较高的价值。
关键词:能谱CT,支持向量机模型,影像组学,肺结节
基金资助:本研究系滨州医学院科技计划项目(编号:BY2022KJ22);山东省医药卫生科技发展计划项目(编号:202009010691)
2024年10期其他文献查阅:
ASPECTS不同梗死区域与前循环大血管闭塞性急性缺血性卒中机械取栓术后的预后分析
自由呼吸三维采集(StarVIBE)增强序列用于头颈肿瘤的图像质量分析
基于MRI影像组学的可解释性机器学习模型预测乳腺癌新辅助治疗病理完全缓解
基于动态增强MRI的反向传播神经网络模型预测BI-RADS 4类乳腺良恶性病变
联合应用直接淋巴管造影后CT与99Tcm-DX淋巴显像在诊断乳糜性胸腔积液中的价值探讨
基于能谱CT增强图像的支持向量机模型在鉴别肺实性结节良恶性的价值
CMR心肌应变联合心肌酶对急性心肌梗死治疗后左心室射血分数正常患者微血管阻塞的预测价值
基于平扫及增强CT预测肺实性结节良恶性的两种模型的建立和比较
基于多期相融合CT影像组学鉴别小细胞肺癌与非小细胞肺癌的应用研究
基于临床、能谱CT及CT影像组学特征构建机器学习模型术前预测结直肠癌患者KRAS基因状态
基于XD-VIBE的DCE-MRI在预测局部进展期胃癌组织病理学特征中的应用价值
MRI对体外冲击波联合康复运动治疗膝关节骨性关节炎短期疗效的评估
基于定量CT对中老年人群体脂肪分布与外周血炎症细胞标志物的相关性分析
化疗后QCT体质指标对于急性髓系白血病生存预后影响的初步研究