APP下载

基于MRI 常规T2WI 的不同影像组学模型在卵巢上皮性肿瘤术前三分类中的应用

2021-03-06胡艳刘洋郑伊能肖智博陈丽平张剑戴梦莹李光辉钟雨晴马斯吕发金

磁共振成像 2021年12期
关键词:分类模型

胡艳,刘洋,郑伊能,,肖智博,陈丽平,张剑,戴梦莹,李光辉,钟雨晴,马斯,吕发金*

作者单位:1.重庆医科大学超声医学工程国家重点实验室生物医学工程学院,重庆400016;2.重庆医科大学附属第一医院放射科,重庆400016

卵巢上皮性肿瘤是卵巢肿瘤中最常见的类型,可根据其是否具有异常增殖分化与侵袭性分为良性、交界性和恶性三种类型[1],患者的治疗及预后方案都与肿瘤类型有关[2-6],因此,三者的术前鉴别对患者的治疗和预后具有重要意义。MRI 因其无创、软组织的分辨率高的优点,对卵巢肿瘤组织病理学类型的鉴别有很大的帮助,目前已被广泛应用于卵巢肿瘤的鉴别诊断和预后评估中[7-10],有报道称MRI 在良、恶性卵巢上皮性肿瘤鉴别中的准确度可高达90%[11],但也有研究表明,在常规MRI上交界性与恶性卵巢上皮性肿瘤有许多相似的形态学特征,这使得鉴别诊断变得困难[12]。此外,传统的影像诊断大多依赖于影像医生主观判断,个人经验在其中起着较为重要的作用,主观影响较大[13]。

影像组学不但可以通过分析病变形状和纹理特征从而识别肉眼无法观测到的反映肿瘤特异性的影像学特征[14-17],且相较于传统的影像学评估方法具有更高的诊断效能和可重复性[18-20]。目前已有研究将影像组学方法应用于卵巢肿瘤类型的鉴别诊断上,但以良性与恶性、交界性与恶性的二分类鉴别研究居多[21-25]。Song 等[26]进行了良性、交界性和恶性卵巢肿瘤三分类的鉴别研究,但仅采用了一种机器学习算法用于建模,且病例数较少(82例)。……

登录APP查看全文

猜你喜欢

分类模型
一半模型
分类算一算
垃圾分类的困惑你有吗
重尾非线性自回归模型自加权M-估计的渐近分布
教你一招:数的分类
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
给塑料分分类吧
一个相似模型的应用