首站-论文投稿智能助手
典型文献
基于增强CT的影像组学模型预测坏死性胰腺炎的初步研究
文献摘要:
目的:建立一个基于增强C T图像的影像组学模型,用于早期预测坏死性胰腺炎.方法:选取2020年1月—2021年12月南充市高坪区人民医院收治的259例急性胰腺炎患者,其中117例为坏死性胰腺炎,142例为间质水肿性胰腺炎.所有患者被随机分入训练集和验证集.从患者静脉期图像上勾画胰腺实质作为感兴趣区,并从中提取影像组学特征.通过LASSO-Lojistic模型在训练集中选择理想的特征并建立预测模型并验证.影像医师对所有病人首次增强CT图像进行阅片并判断胰腺是否坏死,以一周以后复查增强CT来证实胰腺坏死.影像组学模型预测能力和影像医师的阅片结果通过受试者操作特征曲线下的阴影面积(area under curve,AUC)来体现.结果:筛选出10个理想特征用于建立模型.训练集中影像组学模型的准确性及A U C为0.780、0.815,影像医师阅片结果的准确性及A U C为0.690、0.767.验证集中影像组学模型的准确性及A U C为0.740、0.770,影像医师阅片结果的准确性及A U C为0.620、0.676.结论:影像组学模型表现出了良好的预测能力,对于早期预测坏死性胰腺炎具有一定的价值.
文献关键词:
影像组学;增强CT;坏死性胰腺炎;预测
作者姓名:
林峤;李兵;刘宁川;任龙;廖歆
作者机构:
南充市高坪区人民医院放射科 四川 南充 637100
引用格式:
[1]林峤;李兵;刘宁川;任龙;廖歆-.基于增强CT的影像组学模型预测坏死性胰腺炎的初步研究)[J].影像研究与医学应用,2022(18):28-31
A类:
Lojistic
B类:
坏死性胰腺炎,早期预测,南充市,高坪区,急性胰腺炎患者,训练集,验证集,勾画,感兴趣区,影像组学特征,LASSO,一周,复查,预测能力,受试者操作特征曲线,阴影,area,under,curve,来体,征用,建立模型,中影
AB值:
0.209302
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。