| 题名 | 基于神经网络模型预测宫颈癌淋巴结转移 |
| 作者 | |
| 发表日期 | 2021
|
| DOI | |
| 发表期刊 | |
| ISSN | 1674-8034
|
| 卷号 | 12期号:10页码:16-21 |
| 摘要 | 目的 探索基于多参数MRI的放射组学特征和神经网络模型在区分宫颈癌淋巴结转移的效能.材料与方法 回顾性分析178例宫颈癌并提取9个临床及病理特征,经过方差分析进而提取3个特征进入模型.两位观察者分别用软件勾勒得到感兴趣容积,提取到428个放射组学特征.放射组学特征结合临床及病理特征建模:分别组成428维、437维、431维模型.通过Python库的torch和sklearn构建并评价神经网络模型和支持向量机模型.组内相关系数(intraclass correlation coefficient,ICC)来评估观察者之间的信度,使用分类准确率、敏感度、特异度和受试者特征曲线下面积(area under the receiver operating characteristics curve,AUC)用来衡量检测模型性能.使用sklearn中的metrics.roc_curve函数绘制ROC曲线,通过最大约登指数(Youden index)确定最佳界值,并进行诊断效能评估.结果 两位观察者ICC为0.819、观察者内ICC为0.796.431维神经网络模型AUC为0.882,在测试集中该模型的分类准确率、敏感度和特异度分别为0.810、0.840和0.741,优于其他模型.结论 基于多参数MRI的神经网络模型可有效地预测宫颈癌淋巴结转移. |
| 关键词 | |
| 相关链接 | [万方记录] |
| 语种 | 中文
|
| 学校署名 | 第一
|
| 资助项目 | 广东省医学科学技术研究基金项目(编号:B2020004)
|
| 来源库 | WanFang
|
| 万方记录号 | perioarticalcgzcx202110004
|
| 引用统计 |
被引频次[WOS]：0
|
| 成果类型 | 期刊论文 |
| 条目标识符 | http://sustech.caswiz.com/handle/2SGJ60CL/256226 |
| 专题 | 南方科技大学第一附属医院 |
| 作者单位 | 1.深圳市人民医院(暨南大学第二临床医学院,南方科技大学第一附属医院)放射科,深圳 518020 2.上海交通大学约翰·霍普克罗夫特计算机科学中心,上海 200240 3.深圳市人民医院(暨南大学第二临床医学院,南方科技大学第一附属医院)妇产科,深圳 518020 4.深圳市人民医院(暨南大学第二临床医学院,南方科技大学第一附属医院)病理科,深圳 518020 5.深圳市人民医院(暨南大学第二临床医学院,南方科技大学第一附属医院)ICU,深圳 518020 |
| 推荐引用方式 GB/T 7714 |
凌人男,杨若峰,易芹芹,等. 基于神经网络模型预测宫颈癌淋巴结转移[J]. 磁共振成像,2021,12(10):16-21.
|
| APA |
凌人男.,杨若峰.,易芹芹.,饶梓彬.,杨熠.,...&程立新.(2021).基于神经网络模型预测宫颈癌淋巴结转移.磁共振成像,12(10),16-21.
|
| MLA |
凌人男,et al."基于神经网络模型预测宫颈癌淋巴结转移".磁共振成像 12.10(2021):16-21.
|
| 条目包含的文件 | 条目无相关文件。 | |||||
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论