基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 探讨依照影像组学的理论和方法对脑胶质瘤进行分级的可行性.方法2012至2016年回顾性纳入161例经病理证实的脑胶质瘤患者,其中低级别胶质瘤52例,高级别胶质瘤109例.对所有患者的MRI图像进行高通量的数据采集,提取形状、密度、纹理、小波等346个量化特征,利用互信息和logistic回归模型,进行特征降维和预测模型选择,最后在数据集上使用十折交叉验证对模型的预测能力进行验证.结果 本研究预测模型最终获得19个特征.模型的敏感度为96.3% (105/109),特异度为78.8%(41/52),曲线下面积(AUC)为0.9527,模型准确率为90.7%(146/161).结论 本研究提出的影像组学方法具有无创、计算速度快、正确率高等优点,可以为脑胶质瘤的临床分级提供辅助手段.
推荐文章
影像组学在脑胶质瘤中的研究进展
影像组学
胶质瘤
磁共振成像
正电子发射体层成像
基于影像组学的人工智能在脑胶质瘤 MRI诊断中的应用
人工智能
算法
影像组学
胶质瘤
磁共振成像
基于分子表型的脑胶质瘤影像基因组学研究进展
胶质瘤
影像基因组学
影像学
基因分析
脑胶质瘤放射基因组学研究进展
胶质瘤
放射基因组学
机器学习
影像学表型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于影像组学的脑胶质瘤分级方法
来源期刊 中华放射学杂志 学科
关键词 神经胶质瘤 影像组学 人工智能
年,卷(期) 2017,(12) 所属期刊栏目 影像组学研究
研究方向 页码范围 902-905
页数 4页 分类号
字数 3571字 语种 中文
DOI 10.3760/cma.j.issn.1005-1201.2017.12.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (23)
同被引文献  (60)
二级引证文献  (27)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(7)
  • 引证文献(7)
  • 二级引证文献(0)
2019(22)
  • 引证文献(9)
  • 二级引证文献(13)
2020(21)
  • 引证文献(7)
  • 二级引证文献(14)
研究主题发展历程
节点文献
神经胶质瘤
影像组学
人工智能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中华放射学杂志
月刊
1005-1201
11-2149/R
大16开
北京市西城区宣武门东河沿街69号
2-66
1953
chi
出版文献量(篇)
8448
总下载数(次)
18
论文1v1指导