目的基于極端梯度提升算法人工智能建立甲狀腺癌患者術前CT頸部淋巴結轉移的預測模型,為臨床制定規(guī)范的治療方案提供參考依據(jù)。方法回顧性分析2017年10月～2019年5月38例甲狀腺乳頭狀癌患者臨床資料,共納入135個淋巴結數(shù)據(jù)。采集甲狀腺癌淋巴結轉移相關變量及CT參數(shù),基于XGBoost人工智能評估數(shù)據(jù)特征屬性重要性,建立淋巴結轉移預測模型,采用五折交叉驗證方法訓練測試模型。結果基于XGBoost人工智能甲狀腺癌CT淋巴結轉移預測模型準確率平均為87.41%,優(yōu)于支持向量機機器學習算法模型79.22%。淋巴結強化、強化不均勻、原發(fā)灶同側淋巴結及淋巴結有包膜侵犯是提示淋巴結轉移的重要的CT特征屬性。結論基于XGBoost人工智能建立的甲狀腺癌患者術前CT頸部淋巴結轉移的預測模型準確率高,可以幫助臨床醫(yī)師術前判斷甲狀腺癌是否伴有頸部淋巴結轉移,評估腫瘤TNM分期,并制定規(guī)范的手術治療方案。 

【文章來源】：山東大學耳鼻喉眼學報. 2020,34(03)

【文章頁數(shù)】：6 頁

【部分圖文】：

XGBoost模型ROC曲線

【參考文獻】：
期刊論文
[1]人工智能自動檢測系統(tǒng)在甲狀腺結節(jié)術前超聲診斷中的應用[J]. 郭芳琪,趙佳琦,劉晟.  第二軍醫(yī)大學學報. 2019(11)
[2]計算機輔助診斷系統(tǒng)對甲狀腺結節(jié)的診斷價值研究[J]. 李婷婷,盧漫,巫明鋼,王璐,魏婷,廖繼芬,鄒世彬,李妍潔.  中華醫(yī)學超聲雜志(電子版). 2019(09)
[3]超聲彈性成像及超聲造影預測甲狀腺乳頭狀癌淋巴結轉移的價值探討[J]. 樊金芳,余小情,陶玲玲,叢陽,周偉.  中國醫(yī)學計算機成像雜志. 2019(01)
[4]細針穿刺技術在甲狀腺乳頭狀癌側頸淋巴轉移中的預測價值[J]. 王天笑,宋韞韜,徐國輝,于文斌,魏煒,張彬.  中華耳鼻咽喉頭頸外科雜志. 2019 (01)
[5]術前超聲評估分化型甲狀腺癌頸部淋巴結轉移[J]. 高曉倩,姜震,耿琛琛,劉大昱,李荔.  山東大學耳鼻喉眼學報. 2019(01)
[6]超聲造影預測甲狀腺乳頭狀癌頸部淋巴結轉移的臨床價值[J]. 施燕蕓,李念芬,孫紅光,張文,程紅,鞠萍,丁永玲,諸林海,戚庭月.  臨床超聲醫(yī)學雜志. 2018(08)
[7]CT在評估甲狀腺乳頭狀癌中央組淋巴結轉移中的價值[J]. 林啟強,韓志江,舒艷艷,陳文輝.  中國臨床醫(yī)學影像雜志. 2015(03)
[8]甲狀腺癌的CT表現(xiàn)與頸淋巴結轉移的相關性[J]. 張正華,黃建強,韓丹,謝曉潔,李仲夏.  中國醫(yī)學影像學雜志. 2013(11)
[9]甲狀腺乳頭狀癌首次治療術式對預后影響的分析[J]. 王莎莎,林巖松,梁軍,陳革,李田軍.  中華腫瘤防治雜志. 2012(10)
[10]USG和增強CT對甲狀腺癌與中央?yún)^(qū)淋巴結轉移的研究[J]. 葛智成,屈翔,滕長勝,梁宇霆,譚小蕖,張忠濤.  國際外科學雜志. 2012 (02)

碩士論文
[1]基于隨機森林構建濾泡型甲狀腺癌遠處轉移預測模型[D]. 紀宇楠.中國醫(yī)科大學 2018



本文編號：3422952