排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
目的:通过放射组学对肺癌病例进行定量特征提取,优化选择,然后通过机器学习方法实现肺癌病例讨论和分析。方法:通过公开数据库LIDC中提取224例和医院收集250例肺结节病例,提取共841个放射组学特征;对特征进行正态分析和方差齐性分析,双独立样本t检验进行降维;其余采用秩和分析降维,之后采取Pearson相关系数降维,最后通过机器学习方法进行分类。结果:来自LIDC数据库和来自医院的数据在基于随机森林的分类器中的结果分别为AUC=0.657 1、ACC=76.26%,AUC=0.866 7、ACC=76%;在基于支持向量机的分类器中的结果分别为AUC=0.642 9,ACC=76.37%,AUC=0.773 3、ACC=72%。结论:在肺癌良恶诊断鉴别中,使用放射组学特征方法可以鉴别良恶性。基于纹理特征的计算机辅助诊断系统可以提高对此类结节的诊断效能。 相似文献
3.
4.
目的 分析MRI影像组学对前交叉韧带损伤分级的诊断价值。方法 回顾性选择2017~2022年滨州医学院附属医院放射科质子加权成像提示前交叉韧带异常信号患者212例,以关节镜检查结果为金标准,将患者分为重度损伤组(n=141)和轻度损伤组(n=71)。提取前交叉韧带图像的组学特征包括形状特征、一阶特征、纹理特征和小波特征。通过SMOTE法进行过采样,解决数据不均衡问题。通过组内及组间相关系数进行一致性检验。在两组中通过7:3的比例随机分割为训练集和测试集。并用LASSO算法筛选出最佳影像组学特征,采用Logistic回归建立组学模型。基于影像组学特征建立影像组学模型,基于两组的临床参数建立临床模型,以及联合两者建立Nomogram模型。分别在训练集及测试集绘制ROC曲线,计算敏感度、特异性、准确度评估模型的诊断效能,通过绘制校准曲线来评估模型预测值和实际观测值之间的差异,通过绘制临床决策曲线分析评价其临床有效性。结果 通过特征提取在质子加权成像横断位、冠状位、矢状位共获得2553个特征,通过特征筛选及降维最终保留12个特征参数。影像组学模型训练集的曲线下面积(AUC)为0.9105,测试... 相似文献
5.
该文报道了一例40岁女性患者,因“双眼渐进性视物模糊3个月”就诊。患者既往于2005年因高度近视行双眼准分子激光原位角膜磨镶术(LASIK)。最佳矫正视力OD:0.2 (-11.00 DS/-1.25 DC×170°),OS:0.7 (-4.00 DS/-0.75 DC×25°)。双眼角膜透明,前房中深,晶状体混浊,豹纹状眼底伴后巩膜葡萄肿。诊断为双眼并发性白内障,并行右眼白内障超声乳化联合人工晶状体(IOL)植入术,术中植入+14.0D IOL一枚,目标屈光度为-0.5D。术后1周裸眼视力0.3,验光结果示右眼屈光度+2.75 DS,最佳矫正视力0.7。术后2周行右眼IOL置换术,由+14.0 D置换为+17.0 D。右眼术后1周裸眼视力0.8,验光结果示右眼屈光度-0.75 DC×15°。 相似文献
6.
1