多层感知器模型预测纯磨玻璃结节肺腺癌浸润程度

摘要：

目的 利用CT数据建立预测纯磨玻璃结节(pGGN)肺腺癌浸润程度的多层感知器(MLP)模型,并验证其诊断效能.方法 收集2015年1月-2018年10月393例接受手术治疗并经术后病理证实为肺腺癌或不典型腺瘤样增生(AAH)的pGGN患者(共442枚pGGN)作为训练集,建立MLP模型和二元Logistic回归模型.以2019年6月-8月89例接受手术治疗的pGGN患者(共100枚pGGN)作为验证集,利用受试者工作特征(ROC)曲线下面积(AUC)及模型预测准确率、敏感度及特异度评估其效能.结果 二元Logistic回归模型验证集的AUC、预测准确率、敏感度及特异度分别为0.799、0.820、0.683及0.915,而MLP模型验证集分别为0.869、0.880、0.805及0.932,MLP模型较二元Logistic回归模型绝对净重新分类改善指数(NRI)为6％(Z=3.473、P=0.001).结论 所建MLP模型对预测表现为pGGN的肺腺癌中的IA具有较高准确率.

关键词：肺腺癌、神经网络、计算机、体层摄影术、X线计算机

所属期刊栏目：36

分类号：R734.2;R814.42(肿瘤学)

在线出版日期：2021-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1652-1656