摘 要: | 目的 探讨基于MRI放射组学特征的机器学习(machine learning, ML)模型对脊髓型颈椎病(cervical spondylotic myelopathy, CSM)进行危险度分级的价值。材料与方法 回顾性分析临床诊断为CSM的患者病例317例,并使用日本骨科协会(Japanese Orthopaedic Association, JOA)评估治疗分数分为轻症组193例和中重度组124例。手动勾画脊髓轴位T2WI像生成感兴趣区(region of interest, ROI)并提取放射组学特征,使用Z-Score标准化进行统一量度,皮尔森相关系数(Pearson correlation coefficients, PCC)进行数据降维。使用递归特征消除(recursive feature elimination, RFE)进行特征筛选,并使用逻辑回归(logistic regression, LR)、自适应增强机(adaboost, AB)、贝叶斯算法(native Bayes, NB)及支持向量机(support vector machine,SVM)四种分类器模型来构...
|