| 摘 要： | 目的通过基于磁共振T1加权成像(T1WI)增强序列提取的影像组学特征, 结合机器学习方法构建预测原发性中枢神经系统淋巴瘤(PCNSL)与胶质母细胞瘤(GBM)的模型并验证。方法回顾性收集首都医科大学附属北京天坛医院神经外科学中心2020年1月至2021年12月收治的120例经病理学确诊的PCNSL和GBM患者的临床及影像学资料, 并按7 ∶3的比例随机分为训练组(84例)和测试组(36例)。使用3D-Slicer软件在患者术前T1WI增强序列上勾画肿瘤增强边界, 使用Python软件中"Pyradiomics"包提取训练组的影像组学特征数据, 使用独立样本t检验及LASSO回归筛选出训练组中鉴别两种肿瘤最佳的影像组学特征;通过随机森林分类器构建基于影像组学特征的诊断模型, 使用测试组数据及5折交叉验证方法进行验证。绘制受试者工作特征(ROC)曲线, 通过曲线下面积(AUC)评估模型的预测效能。结果共提取影像组学特征1 218个, 筛选出3个具有鉴别意义的影像组学特征, 分别为原始一阶特征的第十百分位特征、指数灰度依赖矩阵的依赖方差特征、平方根灰度依赖矩阵的非均匀依赖性方差。使用影像组学...
|
