目的:探討基于肺CT增強(qiáng)圖像的放射組學(xué)模型在周圍型肺腺癌和周圍型肺鱗癌的鑒別診斷能力。研究方法:回顧性收集我院2018年1月1日至2019年1月30日期間進(jìn)行肺增強(qiáng)CT檢查并且通過穿刺活組織病理檢查證實的周圍型肺腺癌患者81例和周圍型肺鱗癌患者69例,共計150例。將患者CT圖像導(dǎo)入A.K.(Analysis-Kinetics,GE Healthcare,China)分析軟件,在CT動脈期圖像中對病灶逐層勾畫感興趣區(qū)(ROI),計算機(jī)自動提取放射組學(xué)特征396個,經(jīng)降維篩選得到5個關(guān)鍵組學(xué)特征�；�70%訓(xùn)練組數(shù)據(jù),將上述降維得到的特征,代入多元邏輯回歸分析得到最優(yōu)邏輯回歸模型。最后將獨立的30%測試組數(shù)據(jù)代入構(gòu)建的模型中,進(jìn)行模型效能的檢驗。通過繪制受試者工作特征曲線(receiver operating characteristic curve,ROC曲線),分別得到模型在訓(xùn)練組和測試組中相應(yīng)的敏感度、特異度和曲線下面積以及相應(yīng)的95%置信區(qū)間,同時繪制決策曲線(Decision curve analysis,DCA)評價模型對于患者帶來的益處。結(jié)果:降維后篩選出5個關(guān)鍵組學(xué)特征,...

【文章頁數(shù)】：36 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
英文縮略語
1 前言
2 資料與方法
    2.1 臨床資料
    2.2 儀器與方法
    2.3 放射組學(xué)分析
        2.3.1 組織學(xué)與CT圖像的匹配
        2.3.2 病灶的分割
        2.3.3 放射組學(xué)特征提取
        2.3.4 特征降維
        2.3.5 機(jī)器學(xué)習(xí)模型的建立與驗證
        2.3.6 統(tǒng)計學(xué)分析
3 結(jié)果
4 討論
5 結(jié)論
本研究創(chuàng)新性的自我評價
參考文獻(xiàn)
綜述
    參考文獻(xiàn)
致謝
個人簡歷



本文編號：3812253