| 核极限学习机诊断乳腺良恶性肿块样病变 |
| |
| 作者姓名： | 杨迪 曹佳琦 张潇月 王红玉 张贝 聂品 孟妍 于军 冯筠 陈宝莹 |
| |
| 作者单位： | 空军军医大学(第四军医大学)唐都医院 放射诊断科, 陕西 西安 710038,西北大学信息科学与技术学院, 陕西 西安 710038,空军军医大学(第四军医大学)唐都医院 核医学科, 陕西 西安 710038,西安邮电大学计算机学院, 陕西 西安 710121,空军军医大学(第四军医大学)唐都医院 放射诊断科, 陕西 西安 710038,空军军医大学(第四军医大学)唐都医院 放射诊断科, 陕西 西安 710038,西安交通大学第一附属医院长安区医院 放射科, 陕西 西安 710100,西安国际医学中心中心实验室, 陕西 西安 710075,西北大学信息科学与技术学院, 陕西 西安 710038,空军军医大学(第四军医大学)唐都医院 放射诊断科, 陕西 西安 710038 |
| |
| 基金项目： | 国家自然科学基金（81671648、81870172）、空军军医大学唐都医院科技创新发展基金临床研究重大项目（2015LCYJ001）、国家自然科学基金青年科学基金（61701404）、陕西省重点研发计划（2018ZDXM-SF-068）。 |
| |
| 摘 要： | 目的 采用核极限学习机（KELM）方法对乳腺良恶性肿块样病变进行分类,并评估其鉴别诊断效能。方法 对93例患者103个经术后病理或长期随访确诊的乳腺肿块样病变行MR检查。由1名低年资和1名高年资乳腺影像学诊断医师参照乳腺影像报告和数据系统（BI-RADS）第2版,选取12个MRI特征及临床特征,分别独立及采用KELM方法对乳腺病变进行良恶性分类,并计算诊断效能。结果 低年资和高年资医师使用KELM方法鉴别诊断乳腺良恶性病变的敏感度、特异度、准确率分别为0.88、0.89、0.91和0.93、0.91、0.92,AUC分别为0.84和0.89。低年资和高年资医师独立诊断的敏感度、特异度、准确率分别为0.91、0.74、0.86和0.90、0.85、0.92,AUC分别为0.83和0.90。结论 基于影像学特征及临床资料特征的KELM方法可辅助临床鉴别诊断乳腺肿块样良恶性病变,具有较理想的敏感度、特异度和准确率。
|
| 关 键 词： | 乳腺肿瘤 磁共振成像 核极限学习机 诊断,鉴别 |
| 收稿时间： | 2018-11-07 |
| 修稿时间： | 2019-03-05 |
|
| 点击此处可从《中国医学影像技术》浏览原始摘要信息 |
|
点击此处可从《中国医学影像技术》下载全文 |
|
