4D-CT影像组学模型鉴别甲状旁腺良性病变与淋巴结的应用初探

【摘要】目的：探讨基于4D-CT扫描的建立影像组学模型对甲状旁腺腺瘤或增生与颈部淋巴结的鉴别诊断价值。方法：回顾性将80例行术前4D-CT平扫和多期增强扫描且经手术病理证实的甲状旁腺腺瘤或增生患者纳入本研究。在甲状旁腺结节及同侧颈部II区淋巴结内逐层手动勾画感兴趣区,获得其容积感兴趣区（VOI）,基于平扫期、动脉期、静脉期和延迟期图像,各提取1262个影像组学特征。在每个单独期相或其组合的基础上,特征选择基于L1-based方法,采用L1正则化的Logistic回归分析分别建立相应的影像组学模型,并进行10折交叉验证。采用ROC曲线下面积（AUC）、敏感性和特异性评价各模型的鉴别诊断效能。结果：分别基于平扫期、动脉期、静脉期、延迟期、平扫+动脉期、平扫+动脉+静脉期及平扫+动脉+静脉+延迟期图像建立7个影像组学模型,各模型鉴别甲状旁腺腺瘤或增生与颈部淋巴结的诊断效能均较高（训练组AUC为0.949~0.962,验证组为0.869~0.904）。在验证集中,基于静脉期的影像组学模型的AUC最大（0.904）,相应的鉴别诊断敏感度为0.886、特异度为0.785、符合率为0.835。结论：基于4D-CT平扫和多期增强扫描建立的影像组学模型对鉴别甲状旁腺腺瘤或增生与颈部淋巴结的准确性较高,其中以基于静脉期图像的影像组学模型的诊断效能最佳。     

增强MRI影像组学对肝癌微血管侵犯的预测价值

目的:探讨基于增强MRI影像组学方法对肝细胞肝癌微血管侵犯(MVI)的术前预测价值。方法:回顾性分析108例经手术病理证实为肝细胞肝癌病例的临床及增强MRI图像资料,其中MVI阳性45例,MVI阴性63例。对增强MRI动脉期(AP)、门静脉期(PVP)及延迟期(DP)图像进行影像组学特征提取,筛选最有价值的组学特征,采用五折交叉验证将样本量训练组和测试组,对训练组构建基于AP、PVP、DP及基于3期特征融合的影像组学联合逻辑回归模型,并对MVI的独立预测因子构建逻辑回归模型。选择最优影像组学模型并结合临床影像特征模型构建临床影像组学模型。所有模型结果均用五折交叉均值表示。模型采用受试者工作特征曲线(ROC)分析模型的有效性,并用测试组进一步验证。结果:MVI临床影像特征的独立预测因素包括甲胎蛋白、肿瘤最大径、瘤内动脉及包膜情况。临床影像特征模型在训练组的诊断效能ROC曲线下面积(AUC)值0.864,测试组AUC值0.843。AP、PVP、DP及3期联合模型在训练组的诊断效能AUC值分别为0.898、0.874、0.894及0.898,测试组AUC值分别为0.861、0.864、0.8...     

基于CT影像组学构建术前预测胰腺癌神经周围侵犯模型的研究

目的 探讨基于增强CT影像组学特征联合传统影像特征、临床信息建立的模型术前预测胰腺癌发生神经周围侵犯(PNI)的可行性及价值。方法 回顾性分析137例术后病理证实为胰腺癌患者的增强CT影像特征及临床资料,其中有PNI患者98例,无PNI患者39例,按照7∶3比例随机分为训练组96例,验证组41例。利用3D Slicer分别在术前增强CT动、静脉期图像上手动勾画肿瘤,Pyradiomics提取特征,最小冗余最大相关算法(mRMR)、最小绝对收缩和选择算子(LASSO)进行特征的降维、筛选,在训练组分别构建独立组学模型、临床-传统影像模型及融合组学模型,验证组验证模型效能。绘制ROC曲线评价预测模型的效能。结果 最终动脉期、静脉期、动脉期联合静脉期分别筛选出3个、2个、2个组学特征,3个期相分别建立的独立组学模型、临床-传统影像模型及融合组学模型中均是融合组学模型性能最高,动脉期、静脉期、动脉期联合静脉期融合组学模型在训练组AUC值分别为0.83、0.85、0.80,在验证组AUC值分别为0.78、0.76、0.80。结论 基于增强CT影像组学特征联合血管侵犯构建的融合组学模型能在术前有效...     

基于不同时相增强CT的影像组学对胰腺实性假乳头状肿瘤侵袭性行为的预测价值

目的探讨CT影像组学对胰腺实性假乳头状肿瘤(pSPN)侵袭性行为的预测价值。方法回顾性分析2012年1月至2021年1月郑州大学第一附属医院经术后病理证实的pSPN患者的CT图像, 其中侵袭性23例、非侵袭性59例。分别在平扫、动脉期和静脉期CT图像上逐层勾画感兴趣区(ROI)获得三维ROI, 每个ROI提取1 316个组学特征。将数据集经随机分层抽样法按照7∶3的比例分为训练集和验证集, 在训练集中采用200%样本合成过采样技术(SMOTE)算法进行过采样, 生成侵袭性和非侵袭性平衡数据用于建立训练模型, 将构建的模型在验证集中进行验证。通过受试者操作特征(ROC)曲线分析评估不同模型的预测性能, 并通过Delong检验比较不同模型的曲线下面积(AUC)值, 采用连续净重分类改善度(NRI)和综合区分改善度(IDI)评估不同模型对分类效能的改善能力。结果经过特征筛选, 保留2、6、3个特征分别构建平扫、动脉期和静脉期模型, 基于单独期相与联合时相模型共建立7个模型, 除平扫模型外, 其他模型预测pSPN侵袭性的AUC均>0.800。单期相中动脉期模型具有最优的鉴别效能, 在SM...     

基于多期CT影像组学鉴别卵巢良、恶性肿瘤的临床应用价值

【摘要】目的：探讨基于多期CT影像组学模型及联合模型鉴别卵巢良、恶性肿瘤的临床应用价值。方法：回顾性搜集2018年1月-2022年7月经术后病理证实的144例良性及182例恶性卵巢肿瘤患者的临床及CT多期影像组学资料，将患者随机按7:3分为训练组228例及验证组98例。图像预处理并利用ITK-SNAP勾画肿瘤病灶区域，用PY提取组学特征，将提取特征正则化，采用Spearman相关分析，相关系数大于0.9，保留其一特征, 使用最小绝对收缩与选择算子（LASSO）回归分析对组学特征降维，建立影像组学标签。将影像组学的优势期相与临床指标结合建立联合模型，利用列线图分析预测效能。结果：筛选出平扫、动脉期、静脉期及延迟期的特征数分别为22、7、10、22个，构建各期影像组学模型，结果显示延迟期为最优模型，在训练组中，其受试者工作特征（ROC）曲线的曲线下面积（AUC）为0.857。将临床特征与延迟期影像组学特征构建联合模型，其ROC的AUC值为0.870，优于临床模型，且差异有统计学意义（Z=3.376，P=0.0007）。验证组中，联合模型ROC的AUC值为0.844，优于临床模型，差异无统计学意义（Z=1.650，P=0.0989）。结论：CT扫描的延迟期影像组学特征鉴别卵巢良性与恶性肿瘤的效能优于其它期相，延迟期影像组学标签与临床特征相结合的联合模型有较高的鉴别诊断效能。     

基于CT影像组学列线图鉴别腮腺多形性腺瘤与基底细胞腺瘤的价值

目的:探讨CT影像组学列线图对腮腺多形性腺瘤(PA)和基底细胞腺瘤(BCA)的鉴别诊断价值。方法:回顾性分析2020年1月-2022年8月在本院经病理证实的88例PA和29例BCA患者的临床资料和CT平扫及双期增强图像。以7∶3的比例将所有患者随机分为训练集(n=81)和测试集(n=36)。分别在3期(动脉期、平扫和静脉期)CT图像上沿病灶边缘逐层勾画ROI,提取病灶的全容积影像组学特征，并采用Spearman相关性分析、互信息法以及递归特征消除法行特征筛选，构建训练集模型和验证测试集模型并计算相应的影像组学评分(Radscore)。经单因素分析，将有统计学意义的临床资料和CT征象用于构建临床模型。基于影像组学模型和临床模型建立联合模型，并绘制联合模型的列线图。采用受试者工作特征曲线(ROC)、连续净重分类改善度(NRI)及综合判别改善度(IDI)来评估各模型的诊断效能，采用校准曲线评估和决策曲线评估列线图的准确性和临床实用价值。结果:基于CT平扫、动脉期和静脉期图像分别筛选出7个、8个和8个最佳组学特征。单期相(动脉期、平扫和静脉期)影像组学模型及临床模型鉴别PA与BAC的AUC分别...     

基于增强CT影像组学预测食管鳞癌淋巴血管侵犯状态的价值

目的:探讨基于增强CT影像组学预测食管鳞癌(ESCC)淋巴血管侵犯(LVI)的价值。方法:回顾性搜集行根治性切除术并经术后病理证实的224例食管鳞癌患者,其中包括66例LVI阳性和158例LVI阴性患者。所有患者均在术前2周内进行胸部增强CT扫描。将入组的患者按照7:3的比例随机分为训练集和测试集。使用3D Slicer软件逐层勾画全肿瘤感兴趣区(ROI),采用Python软件的Pyradiomics包提取肿瘤组织的影像组学特征,建立影像组学模型用于预测食管鳞癌的LVI状态并进行验证。采用受试者工作特征(ROC)曲线的曲线下面积(AUC)、敏感度、特异度、准确度、阳性预测值和阴性预测值来评价影像组学模型的诊断效能,使用校准曲线评价影像组学模型在训练集和测试集中的拟合程度。使用决策曲线分析(DCA)评价影像组学模型的临床应用价值。结果:从全肿瘤ROI中提取了1130个组学特征,经过筛选最终保留了7个影像组学特征,并使用多因素logistic回归建立影像组学预测模型。在训练集中,影像组学模型预测LVI的AUC值为0.930,敏感度为0.851,特异度为0.919,准确度为0.899,阳性预...     

CT影像组学在头颈部木村病淋巴结病变与淋巴瘤鉴别中的应用

【摘要】目的：探讨基于增强CT影像组学特征鉴别头颈部木村病淋巴结病变和淋巴瘤的可行性,并验证建立的逻辑回归诊断模型。方法：回顾性分析经手术病理或穿刺活检证实的14例头颈部木村病（38枚肿大淋巴结）和27例淋巴瘤患者（37枚肿大淋巴结）的相关资料,所有患者均行头颈部增强CT扫描。将病灶所有显示层面的CT静脉期图像导入ITK-SNAP软件（www.itksnap.org）,手动勾画立体感兴趣区（VOI）,使用artificial intelligence kit软件提取纹理特征。按照7:3的比例将数据随机分为训练组与验证组。采用方差分析+秩和检验、一般线性模型和Lasso算法进行特征降维,并用最终筛选出的纹理特征构建逻辑回归模型并进行5折交叉验证。用验证组数据对模型进行验证,评价指标采用ROC曲线下面积（AUC）、敏感性和特异性。结果：从75个病灶中共提取396个特征,通过降维最终筛选出5个可用于鉴别两种病变的组学特征。逻辑回归模型在训练组中鉴别效能的AUC为0.987,特异度为0.958,敏感度为0.966;验证组的AUC 为0.938,特异度为0.786,敏感度为1。结论：影像组学鉴别头颈部木村病淋巴结病变和淋巴瘤具有可行性,基于CT影像组学特征建立的逻辑回归模型具有较高的诊断效能。     

基于CT影像组学预测肺癌患者化疗早期疗效的应用研究

目的 探讨基于治疗前CT影像组学模型预测肺癌患者化疗早期疗效的效能。方法 回顾性搜集2017年1月至2022年1月202例确诊肺癌患者的临床影像资料,通过对比化疗半年后的CT图像与化疗前CT图像,根据实体肿瘤疗效评价标准(RECIST 1.1)分为部分缓解(PR)组100例和疾病进展(PD)组102例,将入组患者的胸部CT平扫DICOM文件导入开源图像分割软件ITK-SNAP软件,进行感兴趣区(ROI)的勾画,再进行影像学特征提取,按照7∶3的比例随机分配为训练组和验证组,采用LASSO法进行降维及构建影像组学模型,最终根据受试者工作特征曲线(ROC)的曲线下面积(AUC)、敏感度、特异度来评价模型的预测效能。结果 训练组的AUC值、特异度、敏感度分别为0.737(95%CI:0.656～0.819)、0.71、0.67;验证组的AUC值、特异度、敏感度分别为0.722(95%CI:0.594～0.851)、0.77、0.53,模型达到了良好的预测效能。结论 基于治疗前CT的影像组学模型可在化疗前对肺癌的早期疗效做出较准确预测。     

基于CT双期增强影像组学预测甲状腺乳头状癌淋巴结转移

目的:探讨基于CT双期增强影像组学模型对甲状腺乳头状癌(PTC)淋巴结转移的预测价值.方法:回顾性分析经手术病理证实的80例PTC患者的病例资料,共搜集173个淋巴结,其中转移性淋巴结89个、未转移性淋巴结84个.患者术前均行CT平扫和双期增强扫描.采用达尔文科研平台,分别在动脉期和静脉期CT图像上于淋巴结内勾画ROI...     

Stage T1 non-small cell lung cancer: preoperative mediastinal nodal staging with integrated FDG PET/CT--a prospective study

PURPOSE: To prospectively evaluate the sensitivity and specificity of integrated fluorine 18 fluorodeoxyglucose (FDG) positron emission tomography (PET) and computed tomography (CT) (PET/CT) for the preoperative diagnosis of mediastinal nodal metastasis in stage T1 non-small cell lung cancer (NSCLC), with surgical and histologic results as reference standards. MATERIALS AND METHODS: Institutional review board approval and informed consent were obtained. From June 2003 to February 2005, 150 patients (89 men and 61 women; mean age, 59 years) with stage T1 NSCLC at stand-alone CT underwent integrated PET/CT and surgical staging. Two observers (one radiologist and one nuclear medicine physician) evaluated prospectively and in consensus the mediastinal nodes by analyzing both PET (functional) and CT (anatomic) images. Nodal stages were determined by using the American Joint Committee on Cancer staging system and surgical and histologic findings as the reference standard. Statistical evaluation of malignant lymph nodes was performed on per-nodal-station and per-person bases. RESULTS: A total of 568 mediastinal nodal stations were evaluated. Nodes were positive for malignancy in 34 (23%) of 150 patients and 55 (10%) of 568 nodal stations. For depiction of malignant nodes, the respective sensitivity, specificity, positive predictive value, negative predictive value, and accuracy of integrated PET/CT were 42% (23 of 55), 100% (513 of 513), 100% (23 of 23), 94% (513 of 545), and 94% (536 of 568) on per-nodal-station basis and 47% (16 of 34), 100% (116 of 116), 100% (16 of 16), 87% (116 of 134), and 88% (132 of 150) on a per-patient basis. CONCLUSION: Integrated FDG PET/CT provides high specificity and positive predictive value of mediastinal nodal staging in stage T1 NSCLC, although the sensitivity is low.     

术前^18F-FDG PET/CT显像对非小细胞肺癌患者中远期预后的预测价值

目的 探讨非小细胞肺癌(NSCLC)根治性切除术术前^18F-脱氧葡萄糖(FDG) PET/CT显像对患者中远期预后的预测价值.方法 回顾性分析2010年4月至2016年8月间北京医院收治的70例行根治性手术且术前1个月内行^18F-FDG PET/CT显像的初诊NSCLC患者资料,其中男35例,女35例,中位年龄64岁.分析患者肺癌原发灶及纵隔或肺门淋巴结的PET/CT影像学征象[原发灶大小及最大标准摄取值(SUVmax)、纵隔或肺门高代谢淋巴结(HML) SUVmax及分布类型]并随访.研究终点为总生存(OS)期和无进展生存(PFS)期.采用Kaplan-Meier法、log-rank检验和Cox比例风险回归模型分析探讨患者生存的预后因素.结果 随访0.9~8.2年.70例患者中,31.4% (22/70)进展,24.3%(17/70)死亡.对于OS期,术前NSCLC原发灶SUVmax≥10与<10者(4.6和7.6年)、原发灶大小>3 cm与≤3 cm者(4.8和7.4年)、纵隔或肺门HML分布于肺癌同侧与位于双侧或无HML者(4.4和7.4年)、纵隔或肺门HML SUVmax≥5.0与<5.0者(3.8和7.3年)的差异均有统计学意义(x^2值:10.135~ 15.238,均P<0.01);上述组别患者PFS期(3.9和6.7年、3.8和6.6年、3.8和6.4年、3.3和6.3年)的差异亦有统计学意义(x^2值:8.410~ 14.600,均P<0.01).Cox多因素分析显示,原发灶大小和SUVmax是预测NSCLC术后OS期及PFS期的独立危险因素(均P<0.01),纵隔或肺门HML分布类型对预测NSCLC的OS期有边际意义(P=0.051).结论 NSCLC根治术术前^18F-FDG PET/CT显像中的原发灶大小和SUVmax对NSCLC术后生存期有重要的预测价值;纵隔或肺门HML分布类型对术后NSCLC的预后可能有预测价值.     

低剂量CT灌注联合影像组学评估非小细胞肺癌的纵隔淋巴转移

目的:探究基于低放射剂量CT灌注影像提取CT灌注参数以及影像组学参数联合评估非小细胞肺癌(NSCLC)纵隔淋巴转移的效能.方法:纳入2017年3月-2020年5月经病理证实为纵隔淋巴转移的NSCLC患者以及非纵隔淋巴转移的NSCLC患者,所有患者于术前行低剂量CT灌注扫描.术中系统性清扫患者N1及N2站淋巴结,并取肿瘤...     

治疗前CT影像组学结合机器学习预测非小细胞肺癌患者EGFR突变亚型

目的探讨基于治疗前胸部平扫CT影像组学特征和临床特征结合机器学习算法预测非小细胞肺癌(NSCLC)患者表皮生长因子受体(EGFR)突变状态和突变亚型(19Del/21L858R)的可行性和价值。方法回顾性分析南华大学附属第一医院和附属第二医院经活检病理证实和接受EGFR基因检测的280例NSCLC患者的治疗前胸部平扫CT和临床特征数据, 其中EFGR突变患者为136例。由两位高年资影像和肿瘤医师勾画原发肺部大体肿瘤区域(GTV), 然后提取851个影像组学特征, 采用Spearman相关分析和RELIEFF算法筛选具有预测性的特征, 两家医院分别为训练组和验证组。经特征选择的影像组学特征和临床特征构建临床-影像组学模型, 并与单独采用影像组学特征和临床特征模型进行比较。采用序贯建模流程, 使用支持向量机(SVM)建立机器学习模型预测EGFR突变状态和突变亚型。受试者工作曲线下面积(AUC-ROC)评估预测模型的诊断效能。结果经特征筛选各有21个影像组学特征在预测EGFR突变和突变亚型时具有预测效能并用于建立影像组学模型。临床-影像组学模型表现出最好的预测效能, 预测EGFR突变状态的模...     

CT-based radiomics signature for differentiating Borrmann type IV gastric cancer from primary gastric lymphoma

PurposeTo evaluate the value of CT-based radiomics signature for differentiating Borrmann type IV gastric cancer (GC) from primary gastric lymphoma (PGL).Materials and methods40 patients with Borrmann type IV GC and 30 patients with PGL were retrospectively recruited. 485 radiomics features were extracted and selected from the portal venous CT images to build a radiomics signature. Subjective CT findings, including gastric wall peristalsis, perigastric fat infiltration, lymphadenopathy below the renal hila and enhancement pattern, were assessed to construct a subjective findings model. The radiomics signature, subjective CT findings, age and gender were integrated into a combined model by multivariate analysis. The diagnostic performance of these three models was assessed with receiver operating characteristics curves (ROC) and were compared using DeLong test.ResultsThe subjective findings model, the radiomics signature and the combined model showed a diagnostic accuracy of 81.43% (AUC [area under the curve], 0.806; 95% CI [confidence interval]: 0.696–0.917; sensitivity, 63.33%; specificity, 95.00%), 84.29% (AUC, 0.886 [95% CI: 0.809–0.963]; sensitivity, 86.67%; specificity, 82.50%), 87.14% (AUC, 0.903 [95%CI: 0.831–0.975]; sensitivity, 70.00%; specificity, 100%), respectively. There were no significant differences in AUC among these three models (P = 0.051–0.422).ConclusionRadiomics analysis has the potential to accurately differentiate Borrmann type IV GC from PGL.     

Staging of lymph nodes with FDG dual-headed PET in patients with non-small-cell lung cancer

Accurate assessment of mediastinal lymph node involvement in patients with non-small-cell lung cancer (NSCLC) is necessary to select patients for direct surgical treatment. The aims of the present study were to assess the feasibility of staging NSCLC with FDG using a dual-headed positron emission tomographic (PET) camera and to compare this non-invasive technique with computed tomography (CT) and lymph node sampling, since both modalities are currently used for staging NSCLC. Thirty-three patients (29 men and 4 women, mean age 60 years) with newly diagnosed NSCLC were studied. In all patients, CT, FDG dual-headed PET and mediastinoscopy were performed within 4 weeks. The results of mediastinoscopy were used to select patients for thoracotomy. For both the assessment of individual lymph node involvement and the patient-based classification, the results of FDG dual-headed PET and CT were compared using the McNemar test. Thirty-one of 187 lymph nodes studied contained tumour metastases. FDG dual-headed PET showed a significantly higher sensitivity (P < 0.001) and specificity (P < 0.001) than CT. FDG dual-headed PET and CT correctly staged 27 and 20 patients, respectively. Due to the significantly higher negative predictive value of FDG dual-headed PET versus CT (P = 0.012), it was a better non-invasive diagnostic tool for selecting patients for surgery. In seven of eight patients, additional intrapulmonary sites of increased uptake were found, which revealed malignancy on histological examination. CT was false-negative in three of these patients. In one patients, increased FDG uptake was caused by an infection. In conclusion, it is possible to stage mediastinal lymph nodes in patients with NSCLC using a dual-headed PET camera. The high negative predictive value of FDG dual-headed PET suggests that mediastinoscopy may be omitted in patients with NSCLC.     

Evaluation of mediastinal lymphadenopathy with endoscopic US-guided fine-needle aspiration biopsy

PURPOSE: To evaluate the safety and accuracy of endoscopic ultrasonography (US)-guided fine-needle aspiration biopsy (FNAB) of lymph nodes in the paratracheal, aortopulmonic, subcarinal, and posterior mediastinal regions. MATERIALS AND METHODS: Eighty-six consecutive patients with mediastinal lymphadenopathy who did not have a primary gastrointestinal neoplasm were examined. In 29 patients, endoscopic US-guided FNAB of mediastinal lymphadenopathy was performed as a component of staging non-small cell lung cancer (NSCLC); in the remaining 57 patients, it was performed to obtain a primary diagnosis. Final diagnosis was based on clinical follow-up, cytologic, and/or surgical results. RESULTS: In 82 patients in whom a final diagnosis was available, the sensitivity, specificity, accuracy, negative predictive value, and positive predictive value of endoscopic US-guided FNAB in distinguishing benign from malignant mediastinal lymph nodes were 96%, 100%, 98%, 94%, and 100%, respectively. In those patients who underwent staging of NSCLC, endoscopic US-guided FNAB had superior mediastinal lymph node staging accuracy compared with endoscopic US alone (79%) and CT alone (79%) (P =.01). The results of endoscopic US-guided FNAB prompted a change to nonsurgical management in 66 (80%) of 82 patients who underwent the procedure. One minor complication, postprocedural fever that resolved with oral antibiotics, occurred (1%; 95% CI: 0%, 6%). CONCLUSION: Endoscopic US-guided FNAB is accurate and safe for biopsy of mediastinal lymph nodes to stage NSCLC, establish a primary diagnosis, or examine patients with prior inconclusive biopsy results.     

CT影像组学联合征象鉴别新型冠状病毒肺炎与其他病毒性肺炎的价值

目的:探讨基于CT影像征象联合影像组学模型鉴别新型冠状病毒肺炎（COVID-19）和其他病毒性肺炎的临床价值。方法:回顾性分析2015年3月至2020年3月云南省15家医院实时逆转录聚合酶链反应检测为病毒性肺炎并接受胸部CT扫描的181例患者的临床和影像资料。根据患者的病毒类型分为COVID-19组（89例）和非COV...     

基于乳腺X线图像影像组学列线图对乳腺癌腋窝淋巴结转移的预测价值

目的:探讨基于乳腺X线图像影像组学列线图对乳腺癌腋窝淋巴结(ALN)转移的预测价值.方法:回顾性分析188例乳腺癌患者的乳腺X线图像和临床资料,按照7:3的比例将患者随机分割为训练组(n=130)和验证组(n=58).使用MaZda软件在乳腺X线图像内提取影像组学特征,应用方差选择法和最小绝对收缩与选择算子算法(LAS...