《临床放射学杂志》发表论文赏析
作者:段亚楠, 郭君武
单位:450014 郑州大学第二附属医院医学影像科
摘要:目的探讨基于CT图像影像组学特征的不同机器学习模型对非小细胞肺癌表皮生长因子受体(EGFR)突变的预测价值。方法回顾性分析有完整EGFR突变检测结果的非小细胞肺癌患者,将CT图像导入ITK-SNAP软件勾画感兴趣区,通过Python提取影像组学特征。按照7∶3划分为训练集和验证集,在训练集中通过F检验和最小绝对收缩和选择算法(LASSO)回归筛选最具有预测价值的影像组学特征,分别构建逻辑回归(LR)、决策树(DT)、 随机森林(RF)、神经网络(NN)、支持向量机(SVM)、朴素贝叶斯(NB)、K-最近邻法(KNN)等7种机器学习模型,在验证集中进行评价。结合最优机器学习模型和有预测价值的一般资料建立列线图,校准曲线评估列线图的预测误差。绘制受试者工作特征曲线,曲线下面积(AUC)、F1 Score、准确率、精确率、召回率、特异度、敏感度等评估模型预测效能,DeLong检验用来比较AUC之间的差异。结果共纳入198例患者,每例提取1050个影像组学特征,最终筛选出16个组学特征,机器学习模型中随机森林模型效能最优,在训练集中的AUC、F1 Score分别为0.988、0.983,验证集中AUC、F1 Score分别为0.793、0.653。结论基于CT图像影像组学特征的随机森林模型预测非小细胞肺癌EGFR突变的性能最优,一般资料的加入未能显著提高预测能力。
关键词:X线计算机,非小细胞肺癌,表皮生长因子受体,影像组学,机器学习
2023年11期其他文献查阅:
基于深度学习重建的缺血性脑卒中“百秒”快速磁共振成像的可行性
基于CT影像组学的机器学习模型预测非小细胞肺癌EGFR突变的价值
基于冠状动脉CT血管成像的左心房测量参数对慢性肾病患者肾功能的评价
DEB-TACE联合仑伐替尼与联合阿帕替尼治疗中晚期肝细胞癌的对比研究
系统评价涂层可生物降解药物洗脱支架在小血管介入中的有效性与安全性
探讨WAND高分辨MRI扫描技术在牙齿及牙周疾病检查中的可行性
基于深度学习图像重建算法的低管电压腹部CT平扫图像质量价值评估
18F-NaF PET/CT显像评估维持性血液透析患者血管钙化的作用