218例老年患者孤立性肺结节的影像组学分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1674-3245.2021.03.013

218例老年患者孤立性肺结节的影像组学分析

引用
目的 探讨老年患者孤立性肺结节(SPN)的影像组学特征与病理的相关性,比较影像组学不同分类器模型及特征预测病理类型的准确性.方法 回顾性分析2013年1月~2020年11月于解放军总医院经手术病理证实良恶性的218例SPN患者(良性组50例,恶性组168例)的术前薄层CT图像,标注病灶并进行图像预处理,提取病灶的影像组学特征,建立不同分类器的预测模型,评价模型的预测性能,与传统语义学特征预测结节病理类型的准确性进行比较.结果 良、恶性结节的最大径、平均CT值的差异有统计学意义(P<0.05).影像组学的形状特征参数平面度、伸长率、球形度及强度特征参数最大值、峰度、偏度、中位数、均方根的差异对鉴别结节的良恶性有意义.另外,有3个GLCM,5个GLSZM,1个GLDM,2个NGTDM纹理特征参数如群集阴影、区域百分比、相依熵、计算并返回对比度等在两组间的差别有意义.基于上述特征的Liner SVC分类器模型的预测效果最佳(AUC=0.8144).恶性组中鳞癌组与腺癌组的最大径、平均CT值、空气支气管征的差异有统计学意义(P<0.05).影像组学的形状特征参数最大2D直径(切片)及强度特征参数峰度、偏度、最大值的差异对鉴别鳞癌与腺癌有意义.有8个GLCM,2个GLSZM,2个GLRLM,4个GLDM纹理特征参数如相关性、尺寸区域非均匀标准化、短期重点、大依赖性高灰度级强调等在两组间的差别有意义.基于上述特征的Logistic Regression分类器模型的预测效果最佳(AUC=0.9521).结论 影像组学特征可以反映老年SPN不同病理类型间的差异,基于影像组学特征的分类器模型可以很好的鉴别不同病理类型的结节.

影像组学、孤立性肺结节、模型、鉴别诊断

23

R563(呼吸系及胸部疾病)

全军保健专项14BJZ06

2021-07-15(万方平台首次上网日期,不代表论文的发表时间)

共5页

250-254

相关文献
评论
暂无封面信息
查看本期封面目录

中华保健医学杂志

1674-3245

11-5698/R

23

2021,23(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn