典型文献
基于门脉期CT影像组学预测肝癌病理分化程度的价值
文献摘要：
目的:探讨增强CT影像组学术前预测肝细胞肝癌(HCC)病理分化程度的价值.方法:本研究采用回顾性队列研究方法.共纳入2013年1月—2018年12月中国医科大学附属盛京医院244例接受肝部分切除术,术前2周内接受肝脏三期增强CT扫描,术后病理结果证实为HCC的患者,根据术后病理组织学报告分为高级别组和低级别组.利用3D-Slicer软件于增强CT门脉期图像上半自动勾画肿瘤感兴趣区(ROI),高通量地提取851个特征参数,使用最小绝对值收敛和选择算子算法(LASSO)对特征参数进行降维,利用支持向量机(SVM)建立二分类预测模型.采用ROC曲线评价模型在训练集和测试集中预测HCC高分化或中低分化的ROC曲线下面积(AUC)、准确性、敏感性及特异性.结果:根据肝脏增强CT扫描门脉期建立SVM预测模型测试集的ROC曲线AUC为84％,精确性为71.8％,敏感性为100％,特异性为84％.结论:根据门脉期CT组学特征所获得的SVM预测模型对预测HCC病理分化程度具有可行性及一定价值.
文献关键词：
肝肿瘤;体层摄影术;螺旋计算机
中图分类号：
作者姓名：
彭诗涵;卢再鸣;由英宁;柯炜炜
作者机构：
中国医科大学附属盛京医院放射科,辽宁沈阳 110004
文献出处：
引用格式：
[1]彭诗涵;卢再鸣;由英宁;柯炜炜-.基于门脉期CT影像组学预测肝癌病理分化程度的价值)[J].中国临床医学影像杂志,2022(05):334-338,349
A类：
B类：
影像组学,癌病,病理分化程度,术前预测,肝细胞肝癌,HCC,回顾性队列研究,中国医科大学,盛京,肝部分切除术,内接,三期增强,术后病理,病理结果,病理组织学,高级别,别组,低级,Slicer,半自动,自动勾画,感兴趣区,ROI,选择算子,LASSO,二分类,分类预测模型,训练集,测试集,高分化,低分化,肝脏增强,模型测试,精确性,肝肿瘤,体层摄影术,螺旋计算机
AB值：
0.326278
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。
