目的基于極端梯度提升算法人工智能建立甲狀腺癌患者術(shù)前CT頸部淋巴結(jié)轉(zhuǎn)移的預(yù)測模型,為臨床制定規(guī)范的治療方案提供參考依據(jù)。方法回顧性分析2017年10月～2019年5月38例甲狀腺乳頭狀癌患者臨床資料,共納入135個淋巴結(jié)數(shù)據(jù)。采集甲狀腺癌淋巴結(jié)轉(zhuǎn)移相關(guān)變量及CT參數(shù),基于XGBoost人工智能評估數(shù)據(jù)特征屬性重要性,建立淋巴結(jié)轉(zhuǎn)移預(yù)測模型,采用五折交叉驗證方法訓(xùn)練測試模型。結(jié)果基于XGBoost人工智能甲狀腺癌CT淋巴結(jié)轉(zhuǎn)移預(yù)測模型準確率平均為87.41%,優(yōu)于支持向量機機器學(xué)習(xí)算法模型79.22%。淋巴結(jié)強化、強化不均勻、原發(fā)灶同側(cè)淋巴結(jié)及淋巴結(jié)有包膜侵犯是提示淋巴結(jié)轉(zhuǎn)移的重要的CT特征屬性。結(jié)論基于XGBoost人工智能建立的甲狀腺癌患者術(shù)前CT頸部淋巴結(jié)轉(zhuǎn)移的預(yù)測模型準確率高,可以幫助臨床醫(yī)師術(shù)前判斷甲狀腺癌是否伴有頸部淋巴結(jié)轉(zhuǎn)移,評估腫瘤TNM分期,并制定規(guī)范的手術(shù)治療方案。 

【文章來源】：山東大學(xué)耳鼻喉眼學(xué)報. 2020,34(03)

【文章頁數(shù)】：6 頁

【部分圖文】：

XGBoost模型ROC曲線

【參考文獻】：
期刊論文
[1]人工智能自動檢測系統(tǒng)在甲狀腺結(jié)節(jié)術(shù)前超聲診斷中的應(yīng)用[J]. 郭芳琪,趙佳琦,劉晟.  第二軍醫(yī)大學(xué)學(xué)報. 2019(11)
[2]計算機輔助診斷系統(tǒng)對甲狀腺結(jié)節(jié)的診斷價值研究[J]. 李婷婷,盧漫,巫明鋼,王璐,魏婷,廖繼芬,鄒世彬,李妍潔.  中華醫(yī)學(xué)超聲雜志(電子版). 2019(09)
[3]超聲彈性成像及超聲造影預(yù)測甲狀腺乳頭狀癌淋巴結(jié)轉(zhuǎn)移的價值探討[J]. 樊金芳,余小情,陶玲玲,叢陽,周偉.  中國醫(yī)學(xué)計算機成像雜志. 2019(01)
[4]細針穿刺技術(shù)在甲狀腺乳頭狀癌側(cè)頸淋巴轉(zhuǎn)移中的預(yù)測價值[J]. 王天笑,宋韞韜,徐國輝,于文斌,魏煒,張彬.  中華耳鼻咽喉頭頸外科雜志. 2019 (01)
[5]術(shù)前超聲評估分化型甲狀腺癌頸部淋巴結(jié)轉(zhuǎn)移[J]. 高曉倩,姜震,耿琛琛,劉大昱,李荔.  山東大學(xué)耳鼻喉眼學(xué)報. 2019(01)
[6]超聲造影預(yù)測甲狀腺乳頭狀癌頸部淋巴結(jié)轉(zhuǎn)移的臨床價值[J]. 施燕蕓,李念芬,孫紅光,張文,程紅,鞠萍,丁永玲,諸林海,戚庭月.  臨床超聲醫(yī)學(xué)雜志. 2018(08)
[7]CT在評估甲狀腺乳頭狀癌中央組淋巴結(jié)轉(zhuǎn)移中的價值[J]. 林啟強,韓志江,舒艷艷,陳文輝.  中國臨床醫(yī)學(xué)影像雜志. 2015(03)
[8]甲狀腺癌的CT表現(xiàn)與頸淋巴結(jié)轉(zhuǎn)移的相關(guān)性[J]. 張正華,黃建強,韓丹,謝曉潔,李仲夏.  中國醫(yī)學(xué)影像學(xué)雜志. 2013(11)
[9]甲狀腺乳頭狀癌首次治療術(shù)式對預(yù)后影響的分析[J]. 王莎莎,林巖松,梁軍,陳革,李田軍.  中華腫瘤防治雜志. 2012(10)
[10]USG和增強CT對甲狀腺癌與中央?yún)^(qū)淋巴結(jié)轉(zhuǎn)移的研究[J]. 葛智成,屈翔,滕長勝,梁宇霆,譚小蕖,張忠濤.  國際外科學(xué)雜志. 2012 (02)

碩士論文
[1]基于隨機森林構(gòu)建濾泡型甲狀腺癌遠處轉(zhuǎn)移預(yù)測模型[D]. 紀宇楠.中國醫(yī)科大學(xué) 2018



本文編號：3422952