换一批
换一批摘要目的 探讨基于双期增强CT构建的支持向量机(SVM)及K-近邻(KNN)模型预测甲状腺乳头状癌被膜侵犯的可行性.方法 回顾性分析2018年1月至2022年12月经手术病理确诊的157例甲状腺乳头状癌患者(160例病灶)的临床资料.根据术后病理结果分为被膜侵犯组(84例)和非被膜侵犯组(76例).采用随机数表法按7∶3比例随机分为训练组(n=112)和验证组(n=48).使用2种机器算法基于筛选后的影像组学特征构建模型,并对模型进行内部验证.采用受试者操作特征曲线及曲线下面积评价静脉期、动脉期及双期联合模型的预测效能.结果 在验证组中,基于静脉期CT建立的SVM模型、KNN模型AUC为0.752、0.698,基于动脉期CT建立的SVM模型、KNN模型AUC为0.880、0.716,基于双期联合CT建立的SVM联合模型、KNN联合模型AUC为0.936、0.764.联合模型预测甲状腺乳头状癌被膜侵犯的效能明显高于单时期模型.结论 本研究基于双期增强CT构建的SVM、KNN模型在一定程度上均能预测甲状腺乳头状癌被膜侵犯,其中双期联合的SVM模型表现出最佳的预测效能,在临床个体化诊治甲状腺乳头状癌中具有较高的应用价值.
更多相关知识
栏目名称
论著
发布时间
2024-08-27
- 浏览17
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
