首页 > 中国医学物理学杂志 > 基于影像组学的脑脊液细胞分类方法

基于影像组学的脑脊液细胞分类方法

Radiomics-based cerebrospinal fluid cell classification

二维码有效期 120s

摘要目的:基于影像组学构建出更为高效、准确的脑脊液细胞判别模型.方法:回顾性收集3331张脑脊液细胞显微图像,其中吞噬细胞167张、单核细胞332张、淋巴细胞1081张、中性粒细胞1751张.首先在显微图像上分割出细胞核、细胞核凸包区域和细胞核凸包区域的部分细胞质,然后设计3种细胞核形状特征,即圆度、凸度、坚固性.针对细胞核、凸包区域和凸包区域的部分细胞质设计48种颜色特征.基于细胞核凸包区域提取4676种纹理特征.结果:共提取了4727个影像组学特征,在经过ANOVA和LASSO特征选择之后,保留了519个特征,且形状特征和颜色特征都得到了较高比例的保留(100.0％,66.7％).特征选择之后,利用SMOTE数据增强和SVM分类器在测试集上进行预测,各项评价指标Accuracy、Sensitivity、Specificity、Precision、F1_score、AUC高达0.953、0.948、0.990、0.961、0.955、0.996.结论:本文提出的新的细胞显微图像特征提取方案和分类模型对细胞分类问题非常有效,且避免了细胞质分割的难题,无需分割细胞,只需分割细胞核和细胞核凸包区域就可以得到较好的分类结果.