目的:探討基于肺CT增強圖像的放射組學模型在周圍型肺腺癌和周圍型肺鱗癌的鑒別診斷能力。研究方法:回顧性收集我院2018年1月1日至2019年1月30日期間進行肺增強CT檢查并且通過穿刺活組織病理檢查證實的周圍型肺腺癌患者81例和周圍型肺鱗癌患者69例,共計150例。將患者CT圖像導入A.K.(Analysis-Kinetics,GE Healthcare,China)分析軟件,在CT動脈期圖像中對病灶逐層勾畫感興趣區(qū)(ROI),計算機自動提取放射組學特征396個,經(jīng)降維篩選得到5個關(guān)鍵組學特征�；�70%訓練組數(shù)據(jù),將上述降維得到的特征,代入多元邏輯回歸分析得到最優(yōu)邏輯回歸模型。最后將獨立的30%測試組數(shù)據(jù)代入構(gòu)建的模型中,進行模型效能的檢驗。通過繪制受試者工作特征曲線(receiver operating characteristic curve,ROC曲線),分別得到模型在訓練組和測試組中相應(yīng)的敏感度、特異度和曲線下面積以及相應(yīng)的95%置信區(qū)間,同時繪制決策曲線(Decision curve analysis,DCA)評價模型對于患者帶來的益處。結(jié)果:降維后篩選出5個關(guān)鍵組學特征,...

【文章頁數(shù)】：36 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
英文縮略語
1 前言
2 資料與方法
    2.1 臨床資料
    2.2 儀器與方法
    2.3 放射組學分析
        2.3.1 組織學與CT圖像的匹配
        2.3.2 病灶的分割
        2.3.3 放射組學特征提取
        2.3.4 特征降維
        2.3.5 機器學習模型的建立與驗證
        2.3.6 統(tǒng)計學分析
3 結(jié)果
4 討論
5 結(jié)論
本研究創(chuàng)新性的自我評價
參考文獻
綜述
    參考文獻
致謝
個人簡歷



本文編號：3812253