期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达的价值 被引量：2
1
作者 张丽 黄小华 +2 位作者 沈梦伊 张丁懿 何欣 《中国医学计算机成像杂志》 CSCD 北大核心 2024年第1期39-44,共6页
目的:基于动态增强磁共振成像(DCE⁃MRI)探究不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达状态的价值。方法:回顾性分析于本院行双乳磁共振检查患者,按照纳入排除标准最终纳入患者156例,按照7∶3比例分为训练集和测试集。... 目的:基于动态增强磁共振成像(DCE⁃MRI)探究不同机器学习算法的影像组学模型预测浸润性乳腺癌Ki⁃67表达状态的价值。方法:回顾性分析于本院行双乳磁共振检查患者,按照纳入排除标准最终纳入患者156例,按照7∶3比例分为训练集和测试集。通过单因素分析、最小绝对收缩和选择算子法和递归特征消除进行特征筛选,筛选出不同数量特征分别通过5种机器学习算法建立影像组学模型来预测浸润性乳腺癌Ki⁃67表达状态。比较不同模型的受试者工作特征曲线下面积(AUC)并计算准确率和F1度量值评估其性能,校准曲线评估模型拟合度,并应用DeLong检验比较不同模型间的差异性。结果:同一分类器在不同的特征数下预测性能不同。在基于DCE⁃MRI提取的3个特征下,5种模型的预测性能相对较好,其中支持向量机的整体性能最优,AUC、准确率和F1度量值在训练集分别为0.95、0.95、0.90,在测试集分别为0.88、0.79、0.74。DeLong检验显示,在基于3个特征的5个模型中,支持向量机与逻辑回归的性能差异有统计学意义(P<0.001),与其余3个模型无统计学差异。结论:基于DCE⁃MRI所构建的影像组学模型可以预测浸润性乳腺癌Ki⁃67表达状态,该方法有望为临床医生对浸润性乳腺癌的术前干预和预后提供指导。 展开更多
关键词 乳腺癌 Ki⁃67 影像组学 磁共振成像 机器学习
下载PDF
MRI影像组学预测非特殊型浸润性乳腺癌分子分型的价值 被引量：2
2
作者 张丁懿 黄小华 +2 位作者 沈梦伊 张丽 何欣 《磁共振成像》 CAS CSCD 北大核心 2024年第3期100-106,共7页
目的 探讨基于MRI影像组学预测非特殊型浸润性乳腺癌Luminal型和非Luminal型的临床价值。材料与方法 回顾性分析本院2021年4月至2022年12月经病理证实为非特殊型浸润性乳腺癌的患者149例,均在治疗前两周进行了MRI平扫和增强扫描。收集... 目的 探讨基于MRI影像组学预测非特殊型浸润性乳腺癌Luminal型和非Luminal型的临床价值。材料与方法 回顾性分析本院2021年4月至2022年12月经病理证实为非特殊型浸润性乳腺癌的患者149例,均在治疗前两周进行了MRI平扫和增强扫描。收集全部入组患者的临床及病理资料,根据雌激素受体(estrogen receptor,ER)和孕激素受体(progesterone receptor,PR)的表达情况将患者分为Luminal型(n=90)和非Luminal型(n=59)。以7∶3的比例随机将其分为训练组(n=104)和测试组(n=45)。将提取的数据进行降维并筛选影像组学最优特征,基于随机森林法建立三个预测模型,分别是扩散加权成像(diffusion weighted imaging,DWI)序列模型、动态对比增强(dynamic contrast-enhanced,DCE)-MRI序列模型以及DWI和DCE序列联合模型。采用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)评价模型的预测性能。不同模型的预测效能采用DeLong检验进行比较。结果 Luminal型和非Luminal型组间、训练组和测试组组间患者的临床病理特征(年龄、ER状态、PR状态、绝经状态、淋巴结转移情况)差异均无统计学意义(P>0.05)。DWI模型、DCE模型和联合模型在训练组中的AUC分别为0.859、0.839、0.903,在测试组中的AUC分别为0.722、0.798、0.821。DeLong检验显示训练组的DCE模型和联合模型预测效能差异有统计学意义(P=0.03),除此之外三个模型两两比较预测效能差异均无统计学意义(P>0.05)。结论 基于MRI影像组学构建的模型可以较好地预测非特殊型浸润性乳腺癌Luminal型和非Luminal型,并能为非特殊型浸润性乳腺癌临床治疗方案的决策提供帮助。 展开更多
关键词 乳腺癌 磁共振成像 分子分型 影像组学 联合模型
下载PDF
基于T2WI影像组学联合临床特征预测浸润性乳腺癌新辅助治疗疗效研究
3
作者 何欣 黄小华 +2 位作者 沈梦伊 张丁懿 张丽 《中国医学计算机成像杂志》 CSCD 北大核心 2024年第3期327-332,共6页
目的:探讨T2WI脂肪抑制影像组学联合临床特征对浸润性乳腺癌新辅助治疗(NAT)后病理完全缓解(pCR)的预测价值。方法:回顾性收集本院2021年4月至2022年12月经病理确诊为浸润性乳腺癌并行NAT的104例女性患者资料。依据术后病理评估(Miller/... 目的:探讨T2WI脂肪抑制影像组学联合临床特征对浸润性乳腺癌新辅助治疗(NAT)后病理完全缓解(pCR)的预测价值。方法:回顾性收集本院2021年4月至2022年12月经病理确诊为浸润性乳腺癌并行NAT的104例女性患者资料。依据术后病理评估(Miller/Payne评分系统)将患者分为pCR组(38例)和non-pCR组(66例)。按7∶3比例将入组患者分成训练组(72例)和测试组(32例)。基于磁共振T2WI脂肪抑制序列提取的最佳影像组学特征,单因素分析2组差异有统计学意义的临床特征通过logistic回归构建影像组学模型、临床模型及影像组学和临床特征联合模型。使用受试者工作特征(ROC)曲线等评估模型的预测性能,决策曲线(DCA)对比3种模型的临床效能,DeLong检验比较曲线下面积(AUC)差异。结果:影像组学模型、临床模型及联合模型在训练集中的AUC分别为0.901(95%CI 0.834~0.968)、0.772(95%CI0.661~0.883)和0.955(95%CI 0.913~0.997),在测试集中的AUC分别为0.821(95%CI 0.667~0.975)、0.883(95%CI 0.748~1)和0.925(95%CI 0.845~1)。DeLong检验显示在测试集中,联合模型的预测效果均高于影像组学模型和临床模型(P<0.05)。结论:基于磁共振T2WI脂肪抑制序列影像组学模型,尤其与临床特征构建的联合模型可有效地预测浸润性乳腺癌NAT后疗效,该方法可对临床治疗方案决策提供参考。 展开更多
关键词 乳腺肿瘤 新辅助治疗 影像组学 磁共振成像 疗效
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部