期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
应用基于增强CT的影像组学模型鉴别高低级别肾透明细胞癌的研究
被引量:
9
1
作者
裴旭
王平
+5 位作者
任建发
任嘉梁
殷小平
樊树梅
邢立红
周欢
《临床放射学杂志》
CSCD
北大核心
2020年第3期523-527,共5页
目的基于CT增强扫描建立影像组学模型,并评估模型鉴别低级别和高级别肾透明细胞癌(ccRCC)的能力。方法回顾性分析河北大学附属医院106例经病理证实的ccRCC,其中低级别ccRCC 68例,高级别ccRCC 38例,并应用图像分割软件对感兴趣区(ROI)进...
目的基于CT增强扫描建立影像组学模型,并评估模型鉴别低级别和高级别肾透明细胞癌(ccRCC)的能力。方法回顾性分析河北大学附属医院106例经病理证实的ccRCC,其中低级别ccRCC 68例,高级别ccRCC 38例,并应用图像分割软件对感兴趣区(ROI)进行逐层勾画并融合成为感兴趣区容积(VOI);先对图像进行预处理,提取1298个组学特征,再经过降维最终保留15个特征,对样本按7∶3的比例采用分层抽样方式分为训练集和测试集,基于保留的15个特征建立逻辑回归(LR)模型,将该模型在训练集和测试集分别进行受试者工作特征(ROC)曲线分析。结果LR模型在训练集曲线下面积(AUC)为0.829,敏感度为0.741,特异度为0.792;在测试集AUC为0.832,敏感度为1,特异度为0.75。结论基于影像组学特征的LR模型在鉴别低级和高级ccRCC方面有良好的区分效能。
展开更多
关键词
肾透明细胞癌
CT增强
放射组学
逻辑回归
原文传递
题名
应用基于增强CT的影像组学模型鉴别高低级别肾透明细胞癌的研究
被引量:
9
1
作者
裴旭
王平
任建发
任嘉梁
殷小平
樊树梅
邢立红
周欢
机构
河北大学附属医院
容城县中医院
北京
通用电气
药业
(
上海
)
有限公司
出处
《临床放射学杂志》
CSCD
北大核心
2020年第3期523-527,共5页
基金
保定市科技计划项目(编号:18ZF182)
河北大学研究生创新资助项目(编号:hbu2019ss036)
文摘
目的基于CT增强扫描建立影像组学模型,并评估模型鉴别低级别和高级别肾透明细胞癌(ccRCC)的能力。方法回顾性分析河北大学附属医院106例经病理证实的ccRCC,其中低级别ccRCC 68例,高级别ccRCC 38例,并应用图像分割软件对感兴趣区(ROI)进行逐层勾画并融合成为感兴趣区容积(VOI);先对图像进行预处理,提取1298个组学特征,再经过降维最终保留15个特征,对样本按7∶3的比例采用分层抽样方式分为训练集和测试集,基于保留的15个特征建立逻辑回归(LR)模型,将该模型在训练集和测试集分别进行受试者工作特征(ROC)曲线分析。结果LR模型在训练集曲线下面积(AUC)为0.829,敏感度为0.741,特异度为0.792;在测试集AUC为0.832,敏感度为1,特异度为0.75。结论基于影像组学特征的LR模型在鉴别低级和高级ccRCC方面有良好的区分效能。
关键词
肾透明细胞癌
CT增强
放射组学
逻辑回归
Keywords
Renal clear cell carcinoma
CT enhancement
Imaging histology
Logical regression
分类号
R737.11 [医药卫生—肿瘤]
R730.44 [医药卫生—肿瘤]
原文传递
题名
作者
出处
发文年
被引量
操作
1
应用基于增强CT的影像组学模型鉴别高低级别肾透明细胞癌的研究
裴旭
王平
任建发
任嘉梁
殷小平
樊树梅
邢立红
周欢
《临床放射学杂志》
CSCD
北大核心
2020
9
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部