基于放射组学特征的胃肠道间质瘤的分类预测

• 作者: 刘平平 卢振泰 张文华 李国新 陈韬
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 胃肠道间质瘤 放射组学 特征选择 支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 285-290
• 页数: 6页
• 分类号: TP391
• 字数: 4830字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.01.044

摘要

胃肠道间质瘤(GastroIntestinal Stromal Tumors,GIST)是常见的胃肠道肿瘤,具有非定向分化特征,缺乏特异性,且具有恶性潜能,所以GIST的良恶性诊断是临床较为关注的问题.然而,病理活检及CT检查等临床鉴别手段在研究肿瘤异质性方面存在一定困难.文中提出一种基于CT图像提取大量量化的放射组学特征并利用SVM分类器对GIST良恶性进行分类预测的非侵入式方法.首先,应用放射组学方法对120个患有GIST的病人的CT图像肿瘤区域分别提取4个非纹理特征和43个纹理特征.然后,应用基于Relief F的前向选择算法进行特征选择,再用最佳特征子集训练得到的SVM分类器来对GIST良恶性进行分类预测.实验中,共有14个纹理特征入选最佳特征子集,且SVM分类模型对GIST良恶性分类的A UC、准确率、敏感性、特异性在训练集中分别为0.9949,0.9277,0.9537,0.9018;在测试集中分别为0.8524,0.8313,0.8197,0.8420.该方法以放射组学的研究方法建立的模型,为GIST良恶性预测提供了一种非入侵式的检测手段,有望成为一种辅助诊断工具,以提高临床GIST良恶性诊断的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国新	南方医科大学南方医院普外科广东省微创外科工程中心	181	2359	27.0	38.0
2	陈韬	南方医科大学南方医院普外科广东省微创外科工程中心	17	100	5.0	9.0
3	卢振泰	南方医科大学医学图像处理重点实验室	49	397	11.0	18.0
4	张文华	南方医科大学医学图像处理重点实验室	3	6	2.0	2.0
5	刘平平	南方医科大学医学图像处理重点实验室	2	6	2.0	2.0