您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览69 | 下载3

目的:探讨基于CT平扫的放射组学特征在胸腺瘤与其他前纵隔病变鉴别诊断中的价值。方法:回顾性分析2018年1月至2021年1月江苏大学附属医院收治的128例前纵隔病变患者资料。以病理结果为金标准,将患者分为胸腺瘤组(67例)、非胸腺瘤组(61例)。采用基于MATLAB平台的放射组学分析模块对CT平扫图像进行分析,提取整个病变的组学特征,依次采用组间差异分析、Boruta算法以及共线性检测进行特征筛选。根据最终被选择特征,绘制其单独及联合诊断胸腺瘤的受试者工作特征(ROC)曲线,并计算曲线下面积(AUC),分析所选特征的诊断效能。结果:共提取851个病变的组学特征。经过多步骤降维后,最终选择4个差异有统计学意义的组学特征,分别为鲁棒平均绝对偏差、灰度不均匀性、游程方差(小波-LLH)以及依赖不均匀性(小波-HLL)。ROC曲线分析显示,上述4个组学特征单独诊断时的AUC分别为0.712、0.634、0.660、0.699,特异度分别70.2

作者:谢宇航;李月峰

来源:肿瘤研究与临床 2021 年 33卷 10期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:69 | 下载:3
作者:
谢宇航;李月峰
来源:
肿瘤研究与临床 2021 年 33卷 10期
标签:
胸腺瘤 纵隔疾病 体层摄影术,X线计算机 诊断,鉴别 放射组学 Thymoma Mediastinal diseases Tomography, X-ray computed Diagnosis, differential Radiomics
目的:探讨基于CT平扫的放射组学特征在胸腺瘤与其他前纵隔病变鉴别诊断中的价值。方法:回顾性分析2018年1月至2021年1月江苏大学附属医院收治的128例前纵隔病变患者资料。以病理结果为金标准,将患者分为胸腺瘤组(67例)、非胸腺瘤组(61例)。采用基于MATLAB平台的放射组学分析模块对CT平扫图像进行分析,提取整个病变的组学特征,依次采用组间差异分析、Boruta算法以及共线性检测进行特征筛选。根据最终被选择特征,绘制其单独及联合诊断胸腺瘤的受试者工作特征(ROC)曲线,并计算曲线下面积(AUC),分析所选特征的诊断效能。结果:共提取851个病变的组学特征。经过多步骤降维后,最终选择4个差异有统计学意义的组学特征,分别为鲁棒平均绝对偏差、灰度不均匀性、游程方差(小波-LLH)以及依赖不均匀性(小波-HLL)。ROC曲线分析显示,上述4个组学特征单独诊断时的AUC分别为0.712、0.634、0.660、0.699,特异度分别70.2