目的综述基于多模态MRI影像组学的胶质瘤分级研究进展,总结影响分级诊断准确性的因素。方法检索2012年1月至2021年12月PubMed、Scopus、Web of Science 3个数据库中与胶质瘤分级有关的影像组学的文献。根据纳入和排除标准,对文献进行筛...目的综述基于多模态MRI影像组学的胶质瘤分级研究进展,总结影响分级诊断准确性的因素。方法检索2012年1月至2021年12月PubMed、Scopus、Web of Science 3个数据库中与胶质瘤分级有关的影像组学的文献。根据纳入和排除标准,对文献进行筛选。获得文献中的敏感度、特异性、曲线下面积、模型特征筛选参数等,对筛选后的文献进行分析。结果通过检索,最终入组15篇文献。分析结果表明,使用多模态MRI进行等级分类的敏感度较高,逻辑回归模型和支持向量机模型应用较多,深度学习在胶质瘤分级中表现出色。结论影像组学方法在胶质瘤分级方面展现出了优异的结果,可为临床工作提供帮助。展开更多
文摘目的综述基于多模态MRI影像组学的胶质瘤分级研究进展,总结影响分级诊断准确性的因素。方法检索2012年1月至2021年12月PubMed、Scopus、Web of Science 3个数据库中与胶质瘤分级有关的影像组学的文献。根据纳入和排除标准,对文献进行筛选。获得文献中的敏感度、特异性、曲线下面积、模型特征筛选参数等,对筛选后的文献进行分析。结果通过检索,最终入组15篇文献。分析结果表明,使用多模态MRI进行等级分类的敏感度较高,逻辑回归模型和支持向量机模型应用较多,深度学习在胶质瘤分级中表现出色。结论影像组学方法在胶质瘤分级方面展现出了优异的结果,可为临床工作提供帮助。