浸润性乳腺癌超声高通量图像特征预测同侧腋窝淋巴结转移

摘要：

目的:探讨利用浸润性乳腺癌超声高通量图像特征预测同侧腋窝淋巴结转移的价值.方法:为表征乳腺肿瘤的特性,设计基于乳腺影像报告与数据系统(Breast Imaging Reporting and Data System,BI-RADS)的高通量特征、尺度不变特征转换(scale-invariant feature transform,SIFT)的特征和卷积神经网络(convolutional neural network,CNN)的特征,并结合3个重要临床信息,共获得10 703个特征,构成相应的特征体系.利用十折法随机重复采样100次,先用单因素t检验筛选出P＜0.05的特征,再使用最小化绝对值收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归模型进一步筛选,将出现次数最多的100个特征作为最优特征集,输入一个使用十倍交叉验证法的线性核支持向量机(support vector machine,SVM)分类器中进行分类.结果:对380例女性浸润性乳腺癌患者进行研究,分类器受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)为0.903,准确率为82.6％,灵敏度为90.6％,特异度为69.9％.结论:该研究提取的乳腺超声图像特征能较好地预测淋巴结转移,可为医师进行乳腺淋巴结检查提供参考.

关键词：乳腺癌、超声图像高通量特征、特征筛选、淋巴结转移

所属期刊栏目：28

分类号：R737.9;R445.1(肿瘤学)

资助基金：国家自然科学基金81627804

在线出版日期：2019-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：65-71