目的:在超聲圖像數據的基礎上,探索隨機森林模型和logistic回歸模型在超聲診斷乳腺腫塊性質中的應用價值。方法:選取無錫市中醫(yī)醫(yī)院超聲室2014年1月至2019年12月經超聲檢查發(fā)現有乳腺腫塊并經手術有病理結果的1247名女性患者的超聲圖像資料。構建隨機森林模型和logistic回歸模型對乳腺腫塊良性或者惡性進行預測。結果:隨機森林模型篩選的對乳腺癌預測有貢獻的前四位影響因素分別是年齡、邊緣、形態(tài)和血管供應。類似的,logistic回歸模型篩選出高年齡（OR=11.24）、形態(tài)不規(guī)則（OR=9.19）、邊緣不光滑（OR=8.25）和血管供應（OR=5.28）是乳腺癌的預測因素。構建的logistic回歸模型在訓練集和測試集中的ROC曲線下面積分別為0.960和0.939,均高于隨機森林模型在訓練集和測試集中的0.864和0.821。logistic回歸模型在訓練集和測試集中預測一致率均高于隨機森林模型的一致率�；趌ogistic回歸模型構建的包括年齡、形態(tài)、邊緣和血管供應4個因素的列線圖也呈現文中。結論:隨機森林模型在乳腺癌診斷指標篩選上有重要意義,logistic回歸模型在乳腺癌... 

【文章來源】：現代醫(yī)用影像學. 2020,29(10)

【文章頁數】：5 頁

【部分圖文】：

模型誤差與決策樹數量關系圖

隨機森林模型在訓練集和測試集中的ROC 曲線

在訓練集中l(wèi)ogistic 回歸模型結果

【參考文獻】：
期刊論文
[1]An exploration for quantification of overdiagnosis and its effect for breast cancer screening[J]. Lei Yang,Shengfeng Wang,Yubei Huang.  Chinese Journal of Cancer Research. 2020(01)
[2]彩色多普勒超聲與CT檢查診斷甲狀腺良惡性腫瘤良惡性的臨床應用價值研究[J]. 狄多福,狄建華,徐先棟,王振邦.  內科. 2018(06)
[3]彩色多普勒超聲對乳腺良惡性腫塊的診斷價值分析[J]. 封華.  實用婦科內分泌雜志(電子版). 2017(01)



本文編號：3558095