典型文献
基于乳腺对比增强能谱X线摄影的影像组学诺谟图预测BI-RADS 4级乳腺病变良恶性的价值
文献摘要：
目的 探讨基于乳腺对比增强能谱X线摄影(CESM)影像组学和临床信息构建的诺谟图预测BI-RADS 4级乳腺病变良恶性的价值.方法 回顾性分析412例(训练集329例,测试集83例)经CESM检查诊断为BI-RADS 4级患者的影像图像和临床资料.提取病变内部的影像组学特征,运用单因素方差分析(ANOVA)和最小绝对值收敛和选择算子(LASSO)进行特征筛选并建立预测模型,计算影像组学标签.采用单因素逻辑回归、多因素逻辑回归分析筛选临床信息建立临床信息模型,并结合影像组学标签建立诺谟图.采用ROC、DCA评价影像组学标签、临床信息模型和诺谟图的临床效能.结果 影像组学标签共包含30个影像组学特征.诺谟图包含年龄、影像诊断及影像组学标签.在测试集中,诺谟图的AUC为0.935,优于影像组学标签的0.802以及临床信息模型的0.918.DCA结果表明诺谟图、临床信息模型和影像组学标签均具有良好临床应用价值.结论 基于CESM的影像组学诺谟图在预测BI-RADS 4级乳腺病变的良恶性中具有较好的应用价值.
文献关键词：
乳腺病变;诺谟图;影像组学;乳腺对比增强能谱X线摄影
中图分类号：
作者姓名：
管莉;黄程;谢海柱
作者机构：
滨州医学院医学影像学院,山东烟台 264003;烟台毓璜顶医院影像科,山东烟台 264000
文献出处：
引用格式：
[1]管莉;黄程;谢海柱-.基于乳腺对比增强能谱X线摄影的影像组学诺谟图预测BI-RADS 4级乳腺病变良恶性的价值)[J].医师在线,2022(12):17-20
A类：
B类：
对比增强,诺谟图,BI,RADS,乳腺病变,良恶性,CESM,临床信息,信息构建,训练集,测试集,检查诊断,影像组学特征,单因素方差分析,ANOVA,选择算子,LASSO,特征筛选,多因素逻辑回归,逻辑回归分析,信息模型,DCA,临床效能,影像诊断,临床应用价值
AB值：
0.200933
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。
