脑MRI影像组学在预测转移瘤类型中的应用

目的探讨在未知原发病灶的病人中,运用多分类机器学习方法中不同脑转移瘤的MRI影像组学特征预测肿瘤类型的可行性。材料与方法这项单中心回顾性分析纳入189例病人(女101例,男88例;年龄32~85岁,平均61岁)共658幅脑转移瘤的MR影像,包括T1平扫、T1增强与液体衰减反转恢复(FLAIR)序列影像。