基于CT增强扫描的深度迁移学习特征联合传统影像组学特征术前预测结直肠癌脉管侵犯的价值

打开文本图片集

［摘要］ 目的：探讨基于CT增强扫描的深度迁移学习特征和传统影像组学特征的联合模型术前预测结直肠癌患者脉管侵犯状态的应用价值。方法：回顾性收集323例经手术病理证实的结直肠癌患者，按8∶2的比例随机分成训练集258例和验证集65例。从静脉期CT图像中提取与脉管侵犯状态相关的传统影像组学特征及深度迁移学习特征，采用最小绝对收缩和选择算子（LASSO）算法进行特征选择，采用极限梯度提升算法（XGBoost）、光照梯度增强机（LightGBM）和梯度提升算法（GB）构建传统影像组学模型及联合特征预测模型。（剩余12035字）