典型文献
基于MR纹理特征的RBF神经网络在FIGO Ⅱ期宫颈癌宫旁浸润中的诊断价值
文献摘要：
目的:探讨基于宫颈癌MR图像纹理特征,建立用于FIGO Ⅱ期宫颈癌诊断宫旁浸润的RBF神经网络分类预测模型.方法:纳入本院90例经手术或活检病理证实的FIGOⅡ期宫颈癌MR影像资料,其中FIGOⅡB期宫旁浸润组45例,FIGOⅡA期非宫旁浸润组45例.用Mazda软件提取宫颈癌MR图像的794种纹理参数,经过特征选择降维得到10种纹理参数特征,对其中具有统计学差异参数作为自变量,采用SPSS软件进行RBF神经网络预测模型的建立,并构建ROC曲线分析RBF预测模型的诊断效能.结果:成功建立了能够判断宫旁浸润与非宫旁浸润的RBF神经网络预测模型,经过10次反复随机法训练后验证后建立的RBF神经网络分类预测最佳模型的培训整体正确率为84.5％,训练整体正确率为84.4％,ROC模型曲线下面积分别为0.877.结论:基于MR图像纹理特征RBF神经网络预测模型对FIGOⅡ期宫颈癌能提高MR亚分期的准确性,有助于临床医师的临床决策.
文献关键词：
磁共振成像;纹理分析;径向基函数;神经网络;临床分期
中图分类号：
作者姓名：
罗锦文;朱光斌;关玉宝;周斯琴;何月明
作者机构：
广州医科大学附属第五医院影像科;广州医科大学附属第五医院妇科
文献出处：
引用格式：
[1]罗锦文;朱光斌;关玉宝;周斯琴;何月明-.基于MR纹理特征的RBF神经网络在FIGO Ⅱ期宫颈癌宫旁浸润中的诊断价值)[J].中国医学计算机成像杂志,2022(04):390-396
A类：
亚分期
B类：
MR,RBF,FIGO,宫颈癌,宫旁浸润,诊断价值,图像纹理特征,神经网络分类,分类预测模型,本院,经手,活检病理,影像资料,Mazda,纹理参数,特征选择,参数特征,统计学差异,神经网络预测模型,诊断效能,临床医师,临床决策,磁共振成像,纹理分析,径向基函数,临床分期
AB值：
0.236544
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。
