构建多参数MRI影像组学脑膜瘤分级模型 | |
韩涛1; 刘显旺1; 徐震东2; 龙昌友3; 张斌1; 邓靓娜1; 林晓强1; 景梦园1; 周俊林1 | |
2023-04-20 | |
Source Publication | 中国临床医学影像杂志 Impact Factor & Quartile |
ISSN | 1008-1062 |
Volume | 34Issue:04Pages:229-233+266 |
page numbers | 6 |
Abstract | 目的:探讨构建多参数MRI影像组学模型在脑膜瘤术前分级中的应用价值。方法:回顾性收集544例经兰州大学第二医院病理科证实的脑膜瘤患者的术前临床、影像及术后病理资料。由两名放射科医师以独立盲法分别使用ITK-SNAP软件在T2WI和对比增强T1WI上手动勾画肿瘤的感兴趣体积,由数坤科技平台提取影像组学特征。采用Selectpercentile、最小绝对收缩和选择算子(Lasso)筛选最强相关特征,并构建不同的影像组学预测模型,并随机以7∶3的比例对模型进行内部验证。结果:不同的影像组学模型术前预测脑膜瘤分级的诊断效能不同。基于对比增强T1WI和T2WI的随机森林(RF)影像组学模型的诊断效能最优,训练集的曲线下面积(AUC)、敏感性、特异性、准确性分别为0.933(95%CI 0.906~0.958)、0.854、0.839、0.842;验证集的分别为0.835(95%CI 0.742~0.913)、0.771、0.845、0.829。结论:基于对比增强T1WI和T2WI序列构建的RF影像组学模型在术前预测脑膜瘤分级中有较高的准确性和敏感性。 |
Keyword | 脑膜瘤 磁共振成像 |
URL | 查看原文 |
Indexed By | CSCD |
Language | 中文 |
CSCD ID | CSCD:7452129 |
Subtype | 学术期刊 |
Citation statistics | |
Document Type | 期刊论文 |
Identifier | https://ir.lzu.edu.cn/handle/262010/500163 |
Collection | 兰州大学 第二临床医学院 |
Corresponding Author | 周俊林 |
Affiliation | 1.兰州大学第二医院放射科医学影像人工智能甘肃省国际科技合作基地; 2.数坤网络科技股份有限公司; 3.青海大学附属医院影像中心 |
First Author Affilication | Second Clinical School |
Corresponding Author Affilication | Second Clinical School |
Recommended Citation GB/T 7714 | 韩涛,刘显旺,徐震东,等. 构建多参数MRI影像组学脑膜瘤分级模型[J]. 中国临床医学影像杂志,2023,34(04):229-233+266. |
APA | 韩涛.,刘显旺.,徐震东.,龙昌友.,张斌.,...&周俊林.(2023).构建多参数MRI影像组学脑膜瘤分级模型.中国临床医学影像杂志,34(04),229-233+266. |
MLA | 韩涛,et al."构建多参数MRI影像组学脑膜瘤分级模型".中国临床医学影像杂志 34.04(2023):229-233+266. |
Files in This Item: | There are no files associated with this item. |
|