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
作 者:李晶晶[1] 胡莉钧[2] 黎玉莹 聂斌[2] 倪昕晔[2] 石海峰 朱莹银
机构地区:[1]湖北医药学院附属国药东风总医院医学影像部,湖北十堰442000 [2]南京医科大学附属常州二院放疗科,江苏常州213000 [3]南京医科大学附属常州二院放射科,江苏常州213000 [4]苏州一○○医院放射科,江苏苏州215007
出 处:《东南大学学报(医学版)》2024年第3期416-422,共7页Journal of Southeast University(Medical Science Edition)
基 金:常州市科技局社会发展课题基金资助项目(CE20235062);南京医科大学常州医学中心临床研究项目(CMCC202306);常州市“十四五”卫生健康高层次人才培养工程—拔尖人才(2022CZBJ072)。
摘 要:目的:探究CT影像组学对宫颈癌同步放化疗临床转归的预测价值。方法:回顾性分析南京医科大学附属常州二院2017年9月至2021年12月,经病理证实为宫颈癌并采用同步放化疗治疗的121例患者的CT影像和临床资料。其中,按照2.5∶1比例将患者分为训练组86例、验证组35例。对所有病灶进行肿瘤病灶感兴趣区(ROI)勾画,再从ROI中提取影像组学特征。随后采用最小冗余最大相关性(mRMR)和最小绝对收缩选择算子(LASSO)筛选最优的影像组学特征,计算影像组学分数,最终使用受试者工作特征(ROC)曲线评估模型的效能。结果:经mRMR与LASSO后筛选出3个影像组学特征用以建立影像组学评分。ROC曲线下面积训练组为0.85,验证组为0.85。结论:基于CT影像组学特征回归模型可用于预测宫颈癌同步放化疗临床转归。
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:216.73.216.74