• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《中国医学影像技术》 >基于颅脑T1WI对比增强图像构建卷积神经网络模型鉴别肺癌与乳腺癌脑转移

基于颅脑T1WI对比增强图像构建卷积神经网络模型鉴别肺癌与乳腺癌脑转移

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的分析基于对比增强颅脑T1WI(T1CE)构建的卷积神经网络(CNN)模型鉴别肺癌与乳腺癌脑转移的效能。方法回顾性分析97例经手术病理证实的乳腺癌脑转移(39例)与肺癌脑转移(58例)患者,于颅脑T1CE中手动勾画病灶ROI并提取其影像组学特征,采用单因素分析及最小绝对收缩和选择(LASSO)算法进行特征降维,筛选最优特征;分别构建传统机器学习支持向量机(SVM)、随机梯度下降(SGD)、K邻近(KNN)、决策树(DT)、随机森林(RF)、极端随机树(ET)、逻辑回归(LR)模型及深度学习CNN模型,将按7∶3数据分为训练集和验证集,采用受试者工作特征(ROC)曲线评估8种模型鉴别验证集中肺癌与乳腺癌脑转移的效能。结果共纳入202个脑转移癌,含乳腺癌、肺癌脑转移各101个。基于颅脑T1CE提取1050个特征,经单因素分析及LASSO算法降维后得到5个最优特征;以之构建的SVM、SGD、KNN、DT、RF、ET、LR及CNN模型鉴别验证集肺癌与乳腺癌脑转移的曲线下面积(AUC)分别为0.88、0.83、0.87、0.74、0.84、0.86、0.88及0.90,其中CNN模型的AUC最高。结论基于颅脑T1CE构建的CNN模型可有效鉴别肺癌与乳腺癌脑转移。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

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