基于动态对比增强MRI影像组学支持向量机模型预测乳腺癌淋巴血管浸润状态的研究
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.1002-1671.2022.11.015

基于动态对比增强MRI影像组学支持向量机模型预测乳腺癌淋巴血管浸润状态的研究

引用
目的 基于动态对比增强磁共振成像(DCE-MRI)的影像组学特征机器学习模型术前预测乳腺癌患者淋巴血管浸润(LVI)状态.方法 对284例经病理学证实为乳腺癌的患者进行回顾性研究,将其随机分为训练组(n=198)和验证组(n=86).使用单因素分析和最小绝对收缩和选择算子(LASSO)算法来选择最佳的影像组学特征.利用最佳影像组学特征构建逻辑回归(LR)及支持向量机(SVM)2种分类器建立LVI的预测模型,通过绘制受试者工作特征(ROC)曲线评估训练组与验证组预测模型的准确性.结果 在284例患者中,177例为LVI阳性,107例为LVI阴性.Logistic回归分析在训练组中预测乳腺癌LVI状态的灵敏度、特异度、准确性分别为0.68、0.67、0.72;验证组准确性、灵敏度、特异度分别为0.63、0.67和0.55.SVM在训练组中预测乳腺癌LVI状态的灵敏度、特异度、准确性分别为0.87、0.80、0.87;验证组准确性、灵敏度、特异度分别为0.84、0.80和0.85.SVM预测乳腺癌LVI状态的准确性明显优于LR模型,统计学存在显著差异(P<0.05).结论 基于DCE-MRI影像组学特征可以有效预测LVI状态,SVM模型在预测乳腺癌的血管浸润状态的明显优于Logistic回归模型.

乳腺癌、淋巴血管浸润、影像组学、动态对比增强磁共振成像

38

R737.9;R733;R445(肿瘤学)

2023-02-20(万方平台首次上网日期,不代表论文的发表时间)

共4页

1795-1798

相关文献
评论
暂无封面信息
查看本期封面目录

实用放射学杂志

1002-1671

61-1107/R

38

2022,38(11)

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