10.13609/j.cnki.1000-0313.2020.12.012
基于MR-T2WI纹理特征的决策树分类分析在FIGO-Ⅱ期宫颈癌宫旁浸润中的诊断价值
目的:探讨基于MR-T2 WI纹理特征的决策树分类分析所建立的分类预测模型对FIGO-Ⅱ期宫颈癌宫旁浸润的诊断价值.方法:搜集本院经手术或活检病理证实的连续90例FIGO-Ⅱ期宫颈癌患者的MRI资料,其中FIGOⅡB期宫旁浸润组45例,FIGO-ⅡA期非宫旁浸润组45例.使用Mazda软件在MR-T2 WI上提取宫颈癌的794个纹理参数,经过特征选择降维得到10个纹理参数,比较2组中这10个MR纹理参数值的差异,选取差异具有统计学意义的参数作为自变量,采用SPSS软件进行决策树分类分析,并采用ROC曲线分析决策树模型的诊断效能.结果:采用卡方自交互侦测决策树(CHAID)、穷举CHAID、快速无偏和高效统计树(QUEST)和分类回归树(CRT)四种决策树方法成功建立了能够判断宫旁浸润与非宫旁浸润的预测模型,4种决策树预测模型的分类诊断符合率分别为86.7%、83.3%、92.2%和82.2%,ROC曲线下面积分别为0.867、0.833、0.922和0.822,敏感度分别为91.1%、77.8%、93.3%和82.2%,特异度分别为82.2%、88.9%、91.1%和82.2%.结论:基于MR-T2 WI纹理特征的决策树分类分析能准确判断FIGOⅡ期宫颈癌的宫旁浸润情况,其中以分类回归树(CRT)生长法的鉴别诊断效能最佳.
磁共振成像、纹理分析、决策树、宫颈癌、肿瘤侵袭、临床分期
35
R445.3;R737.33(诊断学)
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
1560-1565