典型文献
基于乳腺X线影像组学对类圆形肿块良恶性的预测价值
文献摘要：
目的 探讨基于乳腺X线成像的影像组学特征在预测不伴有明显恶性或良性钙化特征的类圆形肿块良恶性中的应用价值.方法 回顾性分析2017年1月至2020年12月复旦大学附属闵行医院经手术病理证实的类圆形肿块129例患者资料.在良性组、恶性组中分别按照7∶3的比例随机选取训练集与验证集.应用ITK-SNAP软件手动勾画乳腺X线图像中的类圆形病灶,利用A.K软件(AnalysisKit,GE Healthcare)进行影像组学特征提取.利用mRMR算法、LASSO回归分析对训练集数据进行特征筛选.利用支持向量机(SVM)、k-最近邻(knn)、条件推理树(ctree)、Logistic回归四种机器学习方法构建模型,绘制受试者工作特征曲线(ROC),选择最佳机器学习分类器.然后构建最终影像组学评分模型,绘制ROC曲线,利用曲线下面积(AUC)、准确率、敏感度、特异度、阳性预测值及阴性预测值评价模型的预测能力.利用临床决策曲线来评价模型的临床实用性.结果 通过特征提取获得1370个定量影像特征参数,经特征筛选,最终保留13个特征参数构建分类预测模型.预测模型在验证组中AUC值为0.870(0.760～0.990),准确率78.9％,敏感度69.6％,特异度93.3％,阳性预测值94.1％,阴性预测值66.7％.结论 基于乳腺X线成像的影像组学方法可用于术前预测类圆形肿块的良、恶性,且具有较高的准确性.
文献关键词：
影像组学;乳腺X线成像;类圆形肿块
中图分类号：
作者姓名：
张红芳;申晋疆;王兰云;葛亚琼
作者机构：
201199上海,复旦大学附属闵行医院;200000上海,通用电气医疗(中国)有限公司
文献出处：
引用格式：
[1]张红芳;申晋疆;王兰云;葛亚琼-.基于乳腺X线影像组学对类圆形肿块良恶性的预测价值)[J].临床放射学杂志,2022(04):617-621
A类：
AnalysisKit,ctree
B类：
类圆形肿块,良恶性,预测价值,影像组学特征,钙化,复旦大学,闵行,行医,经手,手术病理,训练集,验证集,ITK,SNAP,手动勾画,GE,Healthcare,mRMR,LASSO,特征筛选,最近邻,knn,机器学习方法,构建模型,受试者工作特征曲线,机器学习分类器,影像组学评分,评分模型,阳性预测值,阴性预测值,预测能力,临床决策,决策曲线,定量影像,影像特征,分类预测模型,术前预测
AB值：
0.312593
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。
