基于3D增强CT影像组学的肾癌亚型三分类预测模型

来源 :分子影像学杂志 | 被引量 : 0次 | 上传用户：myxing

【摘要】

：

目的探讨可靠的基于3D多期增强CT影像组学特征的肾癌亚型三分类预测模型。方法210例肾细胞癌患者(透明细胞癌143例,乳头状癌25例,嫌色细胞癌29例,其他亚型的肾细胞癌13例)被纳入研究。使用ITK-SNAP软件,获取患者的3D增强CT病灶分割图像,使用PyRadiomics计算平台进行特征提取,使用集成学习分层bagging法来筛选特征和构建肾细胞癌亚型三分类预测模型:首先用100次5折交叉验证将模型分为训练集和测试集,然后将Lasso回归作为基学习器对影像组学特征的进行筛选,最后使用logistic

【作者】

：

张海捷殷夫陈梦林漆安琪杨丽洋崔维维杨姗姗文戈

【机构】

：

深圳大学第一附属医院PET/CT中心,深圳大学信息工程学院,南方医科大学南方医院影像系

【出处】

：

分子影像学杂志

【发表日期】

：

2021年3期

【关键词】

：

3D成像肾细胞癌亚型影像组学集成学习机器学习三分类

【基金项目】

：

广东省自然科学基金(2020A151501046)。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

一种基于阵列式PVDF触觉传感器和机器学习的针刺手法识别系统

目前,对于针灸手法的学习评价,缺少针刺时施力大小、时长和方向等可以进行量化的物理参数。本文针对采集针刺过程中“捻转”和“提插”动作的触觉参数,设计了一种阵列式聚偏二氟乙烯膜(PVDF)触觉传感器;随后,给出了面向触觉信号的窗口分割方法,并提取窗口中的时域特征;最后,构建了一种基于模糊C均值聚类法(FCM)的针刺手法识别方法。通过实验证明该方法能够有效识别捻转补、捻转泻、提插补、提插泻四种基本针刺动作,有利于针刺手法的量化与传播。

期刊

聚偏二氟乙烯膜传感器机器学习针刺手法分类

针灸材料学:针灸学科新分支

结合材料学与针灸学自身的发展,提出针灸材料学分支学科概念。针灸材料学可能是未来针灸工具革新的重要方向,需加强学科内涵、外延的进一步梳理和发展,加强针灸材料的分类、应用范围、研发及标准建设等工作,以针灸材料学的发展促进新时代针灸学科的传承和创新。

期刊

针灸材料学针灸工具针灸学科

基于3D增强CT影像组学的肾癌亚型三分类预测模型

其他学术论文