换一批基于早期动态增强MRI影像组学预测p53abn型子宫内膜癌
Early Dynamic Enhanced MRI-Based Radiomics Model for Predicting p53abn Type Endometrial Cancer
摘要目的 探讨基于早期动态增强MRI 影像组学预测p53 异常型(p53abn)子宫内膜癌的诊断效能.方法 回顾性搜集 108 例接受手术治疗的子宫内膜癌患者的影像和病理资料,根据分子分型分为p53abn组和其他亚型组.在动态增强早期MRI图像勾画感兴趣区并提取影像组学特征,按照7∶3 随机分为训练集和测试集.建立8 种机器学习模型预测p53abn型子宫内膜癌,采用受试者工作特征曲线评价各个模型的诊断效能,利用决策曲线分析评价模型的临床应用价值.结果 轻量的梯度提升机模型表现出最佳的诊断效能,训练集和测试集对应的曲线下面积分别为0.902 和0.911;在0.4～0.8 阈值范围内,此模型具有一定的临床价值.结论 基于早期动态增强MRI 影像组学模型预测p53abn 型子宫内膜癌具有一定的诊断效能,可为指导个体化治疗提供支持.
更多相关知识
栏目名称
发布时间
2025-06-27（万方平台首次上网日期，不代表论文的发表时间）
- 浏览20
- 被引0
- 下载16
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
