换一批
换一批基于MRI影像组学在诊断肝纤维化分类中的应用
Application of MRI-Based Radiomics in the Diagnosis and Categorization of Liver Fibrosis
摘要目的:探讨通过连续勾画三层感兴趣区域(ROIs)并基于T1WI图像构建影像组学模型,对肝纤维化进行分类预测的价值.方法:选择20例肝纤维化患者影像数据,无显著纤维化12例,显著纤维化8例,按7∶3比例随机分为训练组(14例)和测试组(6例).使用图像边缘检测技术,辅助人工勾画ROIs,选取连续三层ROIs提取影像组学特征.通过特征筛选和降维,分别构建基于机器学习的径向基核函数支持向量机(SVM_RBF)和随机森林(RF)算法影像组学模型,并评估两者在无显著与显著肝纤维化间的预测性能,并对测试组进行验证.结果:利用SVM_RBF和RF两种机器学习方法构建的影像组学模型在训练组的曲线下面积(AUC)分别是0.84、0.85,测试组中AUC分别为0.87、0.69,基于SVM_RBF构建的影像组学模型最优.结论:基于连续三层ROIs的MRI影像组学特征结合机器学习分类模型可以预测无显著肝纤维化与显著肝纤维化.
更多相关知识
分类号
R445.2
栏目名称
DOI
10.3969/j.issn.1006-6586.2024.24.001
发布时间
2025-01-23
基金项目
省级大学生创新训练项目（S202310440235）；
教育部卓越工程师教育培养计划项目产学合作协同育人项目（231006617110113）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
