核极限学习机诊断乳腺良恶性肿块样病变

• 作者: 于军 冯筠 孟妍 张潇月 张贝 曹佳琦 杨迪 王红玉 聂品 陈宝莹
• 来源期刊: 中国医学影像技术
• 学科: 医学
• 关键词: 乳腺肿瘤 磁共振成像 核极限学习机 诊断,鉴别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 专论
• 页码范围: 507-510
• 页数: 4页
• 分类号: R737.9|R445.2
• 字数: 3843字
• 语种: 中文
• DOI: 10.13929/j.1003-3289.201811041

摘要

目的 采用核极限学习机(KELM)方法 对乳腺良恶性肿块样病变进行分类,并评估其鉴别诊断效能.方法 对93例患者103个经术后病理或长期随访确诊的乳腺肿块样病变行MR检查.由1名低年资和1名高年资乳腺影像学诊断医师参照乳腺影像报告和数据系统(BI-RADS)第2版,选取12个MRI特征及临床特征,分别独立及采用KELM方法对乳腺病变进行良恶性分类,并计算诊断效能.结果 低年资和高年资医师使用KELM方法 鉴别诊断乳腺良恶性病变的敏感度、特异度、准确率分别为0.88、0.89、0.91和0.93、0.91、0.92,AUC分别为0.84和0.89.低年资和高年资医师独立诊断的敏感度、特异度、准确率分别为0.91、0.74、0.86和0.90、0.85、0.92,AUC分别为0.83和0.90.结论 基于影像学特征及临床资料特征的KELM方法可辅助临床鉴别诊断乳腺肿块样良恶性病变,具有较理想的敏感度、特异度和准确率.