摘要:目的:通過放射組學對肺癌病例進行定量特征提取, 優化選擇, 然后通過機器學習方法實現肺癌病例討論和分析.方法:通過公開數據庫 LIDC 中提取 224 例和醫院收集 250 例肺結節病例, 提取共 841 個放射組學特征; 對特征進行正態分析和方差齊性分析,雙獨立樣本t檢驗進行降維; 其余采用秩和分析降維, 之后采取 Pearson 相關系數降維, 最后通過機器學習方法進行分類.結果: 來自 LIDC 數據庫和來自醫院的數據在基于隨機森林的分類器中的結果分別為 AUC=0.6571、 ACC=76.26%, AUC=0.8667、ACC=76%;在基于支持向量機的分類器中的結果分別為 AUC=0.6429, ACC=76.37%, AUC=0.7733、ACC=72%. 結論:在肺癌良惡診斷鑒別中, 使用放射組學特征方法可以鑒別良惡性.基于紋理特征的計算機輔助診斷系統可以提高對此類結節的診斷效能.
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
天津醫科大學學報雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:論著_網絡藥理學專題、論著_基礎醫學、讀者·作者·編者、論著_預防醫學、論著_技術與方法、病例報告、綜述等。于1995年經新聞總署批準的正規刊物。