目的 探讨基于支持向量机(SVM)的MRI影像组学方法鉴别不同病理分型原发性肝癌的价值.方法 回顾性分析2013年7月至2017年2月浙江大学附属第一医院经手术或穿刺病理证实为原发性肝癌,且术前行MRI平扫和增强扫描的294例(305个病灶)患者,其中肿块型胆管细胞癌96例(97个病灶)、肝细胞肝癌107例(107个病灶)、混合型肝癌91例(101个病灶).患者均行肝脏MRI平扫和动态增强动脉期、门静脉期和平衡期扫描.按照训练数据与验证数据2:1的比例,选取203个病灶作为训练集(肿块型胆管细胞癌65个、肝细胞肝癌71个、混合型肝癌67个),102个作为验证集(肿块型胆管细胞癌32个、肝细胞肝癌36个、混合型肝癌34个).应用美国GE Analysis Kit(AK)软件,手动勾画MRI增强平衡期病灶,应用LASSO算法使用10折交叉验证的方法选择特征参数及降维,采用Spearman法计算特征间参数间的冗余性,采用SVM法构建预测模型,使用数据集在诊断模型上的准确性来评估模型效能.结果 训练集共提取了280个定量影像特征参数,LASSO降维算法选择31个影像特征参数,去冗余处理后剩余影像特征21个.由于存在休斯效应,支持向量机选取前11个特征参数具有最佳泛化能力,其中直方图类参数4个,纹理类特征2个,灰度共生矩阵类4个,灰度步长矩阵类1个.应用SVM观测该11个影像特征数
作者：张加辉；陈峰；薛星；张思影；尧林鹏；王小丽；李昕；庞佩佩
来源：中华放射学杂志 2018 年 52卷 5期
