• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《磁共振成像》 >基于T2WI的影像组学模型预测胶质母细胞瘤Ki-67的表达水平

基于T2WI的影像组学模型预测胶质母细胞瘤Ki-67的表达水平

页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的探讨基于T2WI建立的影像组学模型术前预测胶质母细胞瘤Ki-67表达水平的价值.材料与方法回顾性分析经病理确诊的96例胶质母细胞瘤(glioblastoma,GBM)患者的术前MRI影像,根据Ki-67表达水平分为低表达组(Ki-67<50％)和高表达组(Ki-67≥50).在T2WI轴位图像上手动勾画感兴趣体积(volume of interest,VOI)并提取影像组学特征,所有病例按照70％:30％分为训练组和测试组,训练组用于特征筛选和建立机器学习模型,特征筛选由t检验和最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)完成,特征筛选后的数据建立随机森林(random forest,RF)、Logistic回归和支持向量机(support vector machine,SVM)三种机器学习模型;测试组用于验证建立的模型并绘制ROC曲线,结果表示为准确度、敏感度、特异度和AUC.结果Ki-67低表达组和高表达组的年龄、性别差异无统计学意义;三种机器学习模型中,RF模型的诊断效能最高,准确度、敏感度、特异度和AUC分别为0.72、0.67、0.76、0.72,Logistic回归模型综合诊断效能最低,SVM模型介于二者之间.结论基于T2WI建立的影像组学模型对术前预测胶质母细胞瘤Ki-67表达水平具有一定的价值,其中RF模型预测效能最好.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号