机器学习模型辅助唇腺活检干燥综合征诊断的初步探索

摘要：

目的 探索多种机器学习模型对干燥综合征(SS)唇腺活检病理诊断的预测价值.方法 使用3D Slicer软件对我院既往70例疑似干燥综合征患者的唇腺活检病理图像进行勾画并用Pyradiomics包提取纹理特征参数,建立多个模型并进行AUC值 、特异度、灵敏度和准确率的模型诊断性能评估.结果 SVC模型的测试集AUC、准确度、灵敏度、特异度分别为0.989、0.917、0.950、0.800,诊断预测准确率达91.7％,在多个模型中表现稳定可靠.结论 机器学习模型SVC有助于高效率初步识别病理阴性和SS的病理切片,具有较好的应用前景.

关键词：干燥综合征、机器学习、纹理特征、唇腺活检

所属期刊栏目：13

分类号：R78(口腔科学)

资助基金：全国基层名老中医药专家传承工作室建设项目;国家中医药管理局传承创新中心培育单位计划

在线出版日期：2023-08-11（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：152-156