典型文献
基于临床、影像组学和计算机视觉特征鉴别肺鳞癌和腺癌
文献摘要：
目的 探究基于临床、影像组学和计算机视觉(CV)特征的模型鉴别肺鳞癌和腺癌的可行性.资料与方法 回顾性纳入2012年3月—2019年10月重庆大学附属肿瘤医院578例肺癌患者,其中腺癌431例,鳞癌147例.所有患者均通过手术(n=265)、支气管镜(n=180)或CT引导下穿刺(n=133)获得病理结果.所有患者按3:1随机分为训练组434例和验证组144例,在增强CT的肺窗上提取影像组学和CV特征.利用影像组学特征构建模型1,将CV特征加入模型1形成模型2,将所有临床资料加上radiomics-score及CV-score形成模型3,计算受试者工作特征曲线下面积判断各模型的诊断效能,并基于性能最好的模型建立诺模图方便临床决策.结果 模型3在训练组和验证组的曲线下面积均显著高于模型2和模型1(P≤0.04),模型3在训练组和验证组的曲线下面积分别为0.865和0.851.模型3的训练组中建立了诺模图,决策曲线显示模型3在风险阈值为0.4～1.0时预测性能最优.结论 将肺癌病灶的影像组学特征、CV特征和患者的临床资料相结合可以较好地鉴别肺鳞癌和腺癌.
文献关键词：
肺鳞癌;肺腺癌;体层摄影术;X线计算机;影像组学;计算机视觉;病理学;外科
中图分类号：
作者姓名：
方家杨;梁长宇;陶俊利;尹柯;陈博辉;王振宇;张久权
作者机构：
重庆大学附属肿瘤医院影像科,重庆 400030
文献出处：
引用格式：
[1]方家杨;梁长宇;陶俊利;尹柯;陈博辉;王振宇;张久权-.基于临床、影像组学和计算机视觉特征鉴别肺鳞癌和腺癌)[J].中国医学影像学杂志,2022(07):691-696,702
A类：
B类：
基于临床,计算机视觉,视觉特征,肺鳞癌,CV,重庆大学,肿瘤医院,肺癌患者,过手,支气管镜,下穿,得病,病理结果,训练组,窗上,影像组学特征,特征构建,构建模型,成模,radiomics,score,受试者工作特征曲线,特征曲线下面积,诊断效能,基于性能,诺模图,临床决策,决策曲线,风险阈值,预测性能,癌病,肺腺癌,体层摄影术,线计算
AB值：
0.311862
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
