目的 通过对CT图像中提取的大量纹理特征进行多变量分析建立一个用于胃肠道间质瘤良恶性分类的模型.方法 本研究包含110个患有胃肠道间质瘤的病人(80个作为训练集,30个作为验证集).首先在初始特征集中应用0.632+自助法进行特征降维,然后在特征子集中进行逐步前向的特征选择,最后通过逻辑回归建立分类模型.结果 6个纹理特征建立的分类模型能够在训练集和验证集中成功地区分良恶性胃肠道间质瘤.该模型在训练集中得到的AUC、敏感性、特异性和分类准确率分别为0.93、0.88、0.85和0.87;验证集中分别为0.91、0.87、0.86和0.86.结论 本文以放射组学的研究方法建立了一个分类模型,对胃肠道间质瘤良恶性分类具有优良的预测性能,因此可以将其作为术前肿瘤分类的辅助工具.
作者：张文华；陈韬；张明慧；刘平平；卢振泰
来源：南方医科大学学报 2018 年 38卷 1期
