典型文献
基于乳腺X线摄影的影像组学对乳腺肿块和钙化良恶性分类的研究
文献摘要：
目的:探讨基于乳腺X线摄影的影像组学在乳腺肿块和钙化良恶性鉴别中的应用价值,并将结果与有经验的放射科医生相对比.方法:回顾性收集本院PACS系统中2014年5月1日-2020年3月1日诊断性乳腺X线图像,根据纳入和排除标准筛选出边界清晰的乳腺肿块性病变患者188例(316幅X线图像)和钙化性病变患者215例(364幅X线图像),训练集与测试集比例分别为222:94和256:108,良恶性病变比例约1:1.先采用深度学习的自动分割模型获取肿块和钙化区域ROI,再利用影像组学技术建立良恶性分类模型,计算模型预测病灶良恶性的曲线下面积(AUC),准确性(ACC),敏感度(SEN)和特异度(SPE),并且与有经验的放射科医师对比.结果:乳腺肿块影像组学良恶性分类模型的AUC、ACC、SPE、SEN分别为0.84、0.80、0.89、0.73,乳腺钙化影像组学良恶性分类模型的AUC、ACC、SPE、SEN分别为0.88、0.85、0.87、0.84,放射科医生鉴别乳腺肿块良恶性的ACC、SPE、SEN分别为0.80、0.88、0.76,放射科医生鉴别乳腺钙化良恶性ACC、SPE、SEN分别为0.84、0.80、0.86.两种方法的诊断结果一致性方面差异无统计学意义(P>0.05).结论:影像组学模型可以提取并量化乳腺X线图像纹理特征,在鉴别边界清晰的乳腺肿块和钙化的良恶性方面是可行的,有潜在的临床应用价值.
文献关键词：
乳腺X线摄影;影像组学;肿块;钙化;二分类
中图分类号：
作者姓名：
马明明;崔应谱;刘想;杨洁瑾;张耀峰;李昌欣;张晓东;秦乃姗;王霄英
作者机构：
100034 北京,北京大学第一医院医学影像科;100011 北京,北京赛迈特锐医学科技有限公司
文献出处：
引用格式：
[1]马明明;崔应谱;刘想;杨洁瑾;张耀峰;李昌欣;张晓东;秦乃姗;王霄英-.基于乳腺X线摄影的影像组学对乳腺肿块和钙化良恶性分类的研究)[J].放射学实践,2022(03):325-330
A类：
B类：
影像组学,良恶性分类,良恶性鉴别,本院,PACS,诊断性,排除标准,钙化性,训练集,测试集,良恶性病变,自动分割模型,ROI,组学技术,分类模型,ACC,SEN,SPE,放射科医师,乳腺钙化,乳腺肿块良恶性,诊断结果,结果一致性,面差,图像纹理特征,临床应用价值,二分类
AB值：
0.199263
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。
