换一批基于CT动脉期图像构建预测肾透明细胞癌分级人工智能模型及其效能分析
Construction of graded artificial intelligence model for predicting renal clear cell carcinoma based on CT arterial phase imaging and its efficacy analysis
摘要目的 探讨构建一种基于增强CT动脉期的人工智能预测模型,以实现术前对高级别(Fuhrman Ⅲ～ Ⅳ)及低级别(Fuhrman Ⅰ～Ⅱ)肾透明细胞癌(ccRCC)的分级.方法 回顾性分析了121例cc RCC患者(高级别=47例,低级别=74例)的增强CT图像.两位放射科医师合作在每个患者的CT图像上绘制了整个肿瘤的轮廓,并由软件自动形成肿瘤的3D-VOI.从VOIs中提取了6种特征.基于这些特征建立了Logistic Regression (LR)模型.结果 在训练集中,LR模型的敏感性和特异性分别为85.42％和86.30％,AUC为0.9238.在验证集中,模型的敏感性和特异性分别为81.25％和84.93％,AUC为0.8987.结论 基于增强CT的人工智能预测模型有助于术前预测高、低级别ccRCC.
更多相关知识
栏目名称
发布时间
2020-08-31（万方平台首次上网日期，不代表论文的发表时间）
- 浏览179
- 被引7
- 下载116
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
