检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《中文科技期刊数据库(文摘版)医药卫生》2024年第10期0156-0162,共7页
摘 要:探讨影像组学特征构建特征方程在预测恶性SPN分型分级中的应用价值。方法 收集经病理证实为恶性SPN的患者203例,其中鳞癌73例,腺癌130例;腺癌再分成高度恶性及低度恶性两组,其中高度恶性为低分化53例,低度恶性含中分化46例及高分化31例。在患者对应的CT图像上勾画ROI,提取影像组学相关特征参数,然后分别对(鳞癌、腺癌)及(高度恶性腺癌、低度恶性腺癌)的特征参数进行双尾Mann-WhitneyU检验,P<0.1的参数行单因素Logistic回归分析,对有统计学差异的参数进行多因素Logistic回归分析,得出差异有统计学意义的特征构建出对应的影像组学预测方程,检测预测方程的预测准确度并进行相关分析。结果 构建的预测方程预测SPN鳞癌及腺癌的灵敏度、特异度和准确度分别为0.824,0.799及0.780,ROC曲线下面积AUC为0.74;预测SPN腺癌高度恶性组与低度恶性组的灵敏度、特异度和准确度分别为0.822,0.851及0.898,ROC曲线下面积AUC为0.84。结论 影像组学特征参数构建预测方程对于SPN在鳞癌与腺癌的分型及高度恶性腺癌与低度恶性腺癌之间分级的预测具有临床使用价值,可以指导临床应用影像组学预测方程进行恶性SPN的分型与分级。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.43