基于MRI影像组学联合临床特征的机器学习模型预测宫颈鳞癌组织学分级的价值

打开文本图片集

【摘要】 目的 探討基于MRI影像组学联合临床特征的不同机器学习模型对宫颈鳞癌组织学分级的预测价值。方法 回顾性分析经病理活检证实的150例宫颈鳞癌患者，按4∶1的比例随机分为训练集和验证集。从T2加权像脂肪抑制序列（FS-T2WI）和增强T1WI（延迟期）的感兴趣区中提取特征。经过降维和筛选特征后，使用Logistic回归（LR）、支持向量机（SVM）、贝叶斯（NB）、随机森林（RF）、轻量级梯度提升机（LightGBM）、K-最近邻法（KNN）构建预测宫颈鳞癌组织学分级的影像组学模型。（剩余14952字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。